تجزیه: آنچه در آن است و چگونه آن را ایجاد می

خیلی اوقات در اینترنت، شما ممکن است یک مدت مانند "تجزیه" روبرو می شوند. آن چیست و چرا شما نیاز به؟ بسیار اتفاق می افتد که برنامه نویسان به کار SPARS هر سایت. یا یک کاربر معمولی است با چنین مدت ارزش خود را نمی دانید مواجه شده است.

تعریف

اگر یک مفهوم کلی، تجزیه - دنباله ای از کلمات که در مقایسه با قوانین خطی از زبان خاص که می تواند هر انسان، مورد استفاده در ارتباطات. همچنین می تواند رسمیت زبان، از جمله زبان برنامه نویسی.

و با توجه به سایت های در پاسخ به یک سوال در مورد تجزیه - "آنچه در آن است"، "به همین دلیل استفاده" - آن را می توان گفت که این روند تجزیه پی در پی از اطلاعات موجود بر روی صفحات وب این است که. متن اینجا مجموعه ای از داده ها است که به صورت سلسله مراتبی دستور و ساختار با استفاده از کامپیوتر و زبان انسان است. دومی می دهد اطلاعات مستقیم، که برای آن مردم و آمده است. و زبان های برنامه نویسی مشخص کنید که چگونه برای نمایش این داده ها بر روی مانیتور کاربر.

محتوا جستجو

که در آن برای دریافت مطالب برای پر کردن: هنگامی که مالک تنها ایجاد سایت خود را، او با مشکل مواجه شد؟ بهترین گزینه این است به جستجو برای شبکه گسترده. پس از همه، بی نهایت دانش وجود دارد. اما پس از آن برخی مشکلات وجود دارد:

• از آنجا که اینترنت به طور مداوم در حال رشد و در حال توسعه، روشن است که سایت باید مقادیر زیادی از اطلاعات به منظور استفاده بیش از رقابت باشد. امروز، محتوای می شود بسیار زیاد است. دستی پر در عنوان بسیاری از اطلاعات سایت بسیار دشوار است.
• از آنجا که مردم قادر به خدمت به جریان بی پایان از همیشه در حال تغییر اطلاعات نمی تجزیه نیاز دارد. چه آن را خواهد کرد؟ جمع آوری اطلاعات و پردازش تغییرات خودکار.

جوانب مثبت تجزیه کننده

برنامه ای است که انجام یک فرآیند از تجزیه، در مقایسه با یک فرد دارای یک تعدادی از مزایای:

• او به سرعت از طریق هزاران صفحه وب راه رفتن.
• مشکلی نیست داده های فنی و اطلاعات به فرد مناسب به اشتراک بگذارید.
• بدون خطا را دور بیندازید های غیر ضروری، می روم تنها آنچه لازم است.
• تولید بسته بندی اطلاعات لازم برای این دیدگاه کاربر.

البته، نتیجه نهایی هنوز هم برخی از درمان نیاز دارند. این کار به مهم نیست یک صفحه گسترده یا پایگاه داده. اما این خیلی ساده تر از اگر شما آن را انجام دستی، به جای استفاده از تجزیه. چه آن را ندارد، روشن است - صرفه جویی در زمان و تلاش است.

طرح

انواع زبان های برنامه نویسی مورد استفاده برای ایجاد تجزیه کننده. شایع ترین زبان های برنامه نویسی می باشد. این به این معنی است که آنها در اسکریپت نوشته شده است. چه یک اسکریپت است و چه چیزی تجزیه با استفاده از چنین زبان در نظر گرفته خواهد شد بعد انجام شده است.

ایجاد تجزیه کننده برنامه به دانش قابل توجهی از زبان برنامه نویسی نیاز ندارد. اطلاعات اختیاری و اساسی در مورد فن آوری است. اما چیزی به دانستن آن است که هنوز لازم است. بنابراین، بدانید که چگونه برای ایجاد تجزیه، است که، تجزیه و تحلیل برنامه، شما نیاز به یادگیری موارد زیر است:

• برای الگوریتم عملیات برنامه اولیه نیاز به یک تجزیه و تحلیل دقیق از کد منبع، صفحات وب است، که یک اهدا کننده. وجود دارد نمی تواند بدون دانش حداقل متوسط تکنولوژی حروفچینی است. این HTML، CSS و جاوا اسکریپت به زبان.
• برای شیرجه رفتن عمیق تر به موضوع، شما نیاز به یادگیری یک تکنولوژی به نام DOM. این یک فرصت برای کار بسیار موثر از یک سلسله مراتب صفحه وب است.
• سخت ترین مرحله - نوشتن یک تجزیه کننده. در اینجا آن را به اختیار یک ابزار برای پردازش متن است. اغلب برنامه نویسان با تجربه برای این منظور استفاده، عبارات منظم، که به اندازه کافی قدرتمند است. اما این قدرت است که هر توسعه دهنده است. در اینجا شما نیاز به یک طرز فکر خاص است. راه حل بهینه است به استفاده از یک کتابخانه آماده است که به طور خاص برای تجزیه ایجاد شد. این کتابخانه چیست؟ این است که با کد برنامه، که در حال حاضر شامل تمام توابع برای تجزیه و تحلیل بسته بندی شده.
• این بسیار مطلوب به درک برنامه نویسی شی گرا است که توسط هر زبان برنامه نویسی پشتیبانی می کند.
• مرحله نهایی شامل تجزیه و تحلیل نتایج حاصل از پردازش داده ها به ساختار و ذخیره می شود. وجود دارد نمی تواند بدون دانش از پایگاه داده را انجام دهد.
• ما نیاز به دانش و در اختیار داشتن توابع مناسب برای کار با فایل های. پس از همه، داده خواهد شد نیاز به ارسال به این فایل ها همان، و پس از آن، شاید، شد را به یک فرمت صفحه گسترده تبدیل شده است.

مراحل

اگر همه نیاز برآورده، روند پس از آن را می توان به مراحل تقسیم می شوند:

1. در مرحله اول از تجزیه دریافت صفحات وب کد منبع.
2. گام بعدی - استخراج اطلاعات لازم را از نشانه گذاری. دور انداخته می شود کد های غیر ضروری وجود دارد، اطلاعات با توجه به سلسله مراتب سازمان یافته است.
3. پس از اطلاعات موفق باید در یک فرم ذخیره شده است که می تواند بیشتر پردازش.
4. از آنجا که سایت یک صفحه نمی باشد، و از مجموعه، الگوریتم باید قادر به حرکت به صفحه بعدی باشد.

بنابراین، تجزیه - آنچه در آن است؟ این فرآیند تجزیه و تحلیل محتوای سایت و منزوی کردن اطلاعات مورد نظر است. با استفاده از اطلاعات فوق، ممکن است برای پر کردن سایت های خود بسیاری از مطالب به صورت خودکار. این امکان را به نفع زمان و پیروزی در رقابت دشوار در saytostroiteley بازار