Периодически у меня возникает необходимость сделать или подправить парсер веб-страничек, которые вроде как не xml, однако xpath-парсеры с ними прекрасно работают. Для облегчения этого процесса пользуюсь расширениями для firefox, которые генерируют выражения xpath и тут же показывают что выбрано. Сейчас я остановился на расширении XPather.

А какие инструменты используете вы ?

Есть одна неприятная особенность у firefox - он всегда достраивает тег tbody внутри table, но его никто из верстальщиков обычно не использует. Все время приходится править выражения удаляя этот тег.

Есть ли какие более настраиваемые инструменты ?
В частности интересны такие, которые позволяли бы в один клик создавать выражения //element[contains (@class,...)], поскольку иногда это наиболее удобная "зацепка" и позволяет реже исправлять парсер. Можно и для других браузеров.

AntonariynetwindЕсть одна неприятная особенность у firefox - он всегда достраивает тег tbody внутри table, но его никто из верстальщиков обычно не использует.
Как раз наоборот, все браузеры, кроме FF, всегда достраивают и tbody и tr.
FF их не строит когда на вход получает xml + xml-stylesheet. Я считаю это багом, хотя и не фатальным.
По крайней мере, достраивает для html. А для xml я бы не считал багом.

Antonariy, если открываем html - FF работает как браузер и достраивает как ему удобно.
если какой упоротый программер решит открыть xml, который вообще говоря ему нужно открывать не браузером, а той программой для которой этот XML был предназначен - FF работает как просмотрщик xml и ничего в нем не меняет.
Разве не очевидно ?

mage.lan, понимаю, но если посмотреть на процесс не со стороны банковского работнечка, у которого есть время почитать документацию, на обед и покурить, а если бизнес требует быстрой реакции ? поменяли сайт и нужно быстро подправить парсер.

mage.lan, я ж не конкретно вас имел ввиду, а в целом отрасль.
как раз я и ищу удобный инструмент, который не добавляет спецсимволов и строит что-нибудь хорошее.


Antonariy, да, не обязано, но это неизбежность вызванная моделью разработки. кому-то причудился рендеринг и он его реализовал. не выкидывать же из иконы опенсорса код теперь.

Antonariy, я не любитель запутывать простые вещи с помощью слов из трех букв типа xml, поэтому могу некоторых вещей не догонять. Дерево в IE я помню.
Как я понимаю, речь о xml-stylesheet всегда предполагается в контексте рендера странички. Просто так стиль бесполезен. Ну и разве не о естественно вывести страничку, а не дерево ?

mage.lanЯ видел людей которые правили xsl в Вижуал Студио, мало того что их эффективность в 2 раза меньше моей, так они еще и всяких спецсимволов в систему приносят, порождая порой фантастические баги.
а вот представьте, вполне нормально скопипастить длинное xpath-выражение в парсер через ctrl-c/ctrl-v, запустить его в работу и потом потихонечку заняться построением красивых выражений, которые возможно, переживут мелкие дизайнерские правки сайта. Скопипащенные не переживают, это факт.

Antonariy, ну давайте уж с примерами.
вроде никто их и не теряет. наоборот добавляют - tbody

Antonariy, примерно понятно. не возьмусь классифицировать это, поскольку такую верстку на практике даже и не использую.
В любом случае, если в опенсорсе тянутся многолетние баги и они вам мешают, возможно вы слишком не такой как все. Таким быть невыгодно.