BelyЕсть такая задача - необходимо уметь загружать информацию из разнородных источников.
Часто это бывает слабоструктурированная информация, типо HTML страниц.
Пример страницы , которую хочется уметь загружать.
Само собой, человек должен указать какой-то шаблон как искать данные - а затем уже программа все это грузит в какую-нибудь таблицу.
Сталкивался кто-нибудь с системами, которые позволяют загружать данные из таких источников?Во-первых - точно ли нет смысла попытаться договориться с этими источниками, чтобы они вам инфу в XML/RSS выдавали? Иначе ведь если экстрактор жёстко настраивать на каждый отдельный источник, при изменении формата выдачи придётся переписывать правила. Про прелести стандартизации все знают, но я ещё раз
напомню .
Во-вторых - в вебе наверняка таких систем много. Я приведу в качестве примера 2 известных мне системы, по крайне мере вторая - Open Source:
1) Импорт табличных данных из произвольной HTML-страницы в сервисе по созданию эргономичных онлайновых баз данных
DabbeDB ;
2) Плагин для FireFox по импорту в обобщённое хранилище произвольного веб-контента
PiggyBank .
По поводу Enterprise-решений - не верю, что там это решается малой кровью. У Enterprise традиционно плохо со слабоструктурированными данными.
