Eksportowanie tekstu całej strony do Worda

[d4site]

Cześć,

 

znacie może jakiś program, który automatycznie wyeksportuje mi teksty ze strony głównej i podstron do Worda?

[ar4]

Ale, że co ty chcesz? Szukasz parsera czy wtyczki?

[d4site]

Raczej parsera. Muszę skopiować tekst całej strony do tłumaczenia a nie mam dostępu do panelu administracyjnego.

[Mion]

Więc przeglądarka > Zaznacz wszystko lub wybrane fragmenty > Kopiuj.

[mghost.pl]

Albo rekursywny wget i później każda strona do tłumacza.

[Mion]

Echhh Panie Jakubie wget, to dopiero początek i najłatwiejsza sprawa ... Natomiast sam parser kodu strony, to już nie takie proste zadanie. Chyba, że strony mają poprawna budowę jak chodzi o DOM i jest się jednoznacznie do czego odwołać.

[~larry]

Zennoposter da radę.

[Mion]

Raczej autor nie zainwestuje w ZP do tego zadania, ale fakt faktem, że dał by radę 

[mghost.pl]

Dariuszu, z armaty do muchy

Można lynxem:

lynx --dump plik.html > tekstowy.txt

Albo:

html2text:

https://linux.die.net/man/1/html2text

[MaxPan]

prawie każdy generator doorow ma parser stron www, ale niestety nie sa za darmo. Z płatnych zebroid jak dobrze pamiętam też parsuje strony.

[Mion]

Dariuszu, z armaty do muchy

Tylko jest jedno aleeeee "lynx --dump"  w ten sposób zrzuci powiedzmy cały tekst strony < o ile nie będzie skopany HTML> łącznie z tekstami  menu, anchorami linków itddd czyli dużo zbędnych w tym wypadku śmieci ... zresztą sprawdź empirycznie    Zatem  tak przygotowany tekst będzie wymagał znacznego nakładu pracy na jego oczyszczenie.

[mghost.pl]

True, ale jest za darmo.

Więc pytanie co autor tematu chce osiągnąć.

Pisał o eksportowaniu całej strony do Worda, stąd mój pomysł, chociaż faktycznie nie jest idealny 

[Mion]

Więc pytanie co autor tematu chce osiągnąć.

Mogę tylko się domyślić, że autor chciał zapewne by wskazać listę stron w postaci URL i na wyjściu otrzymać gotowe pliki Worda z idealnym tekstem "głównym" bez dodatków ... Obawiam się, że autor "olał" temat za co powinny być też babanany.

[bananasltd]

a z darmowych rozwiązań

http wiki imacros net/Data_Extraction

w excelu / csv strony które maja być parsowane,

a strony również można pozyskać z imacros

i zapisać do csv

później w loopie

każdą stronkę zapiszesz extract= txt - masz wiki potestuj

 

używałem jeszcze snoopiego, htmlsql i robiłem z tego baze wiedzy z wiki ale to już w php/mysql

 

PIAFF: usunąłem linka

[d4site]

jestem, jestem

 

nie przerażają mnie płatne rozwiązania a precyzując co autor miłą na myśli już wyjaśniam.

 

Potrzebuję ze strony Klienta skopiować wszystkie treści. Nie mam dostępu do strony, a nie chcę tego robić ręcznie tzn kopiować strona po stronie.

 

Tutaj jeśli macie takie narzędzie chętnie zainwestuje, bo to nie moje pierwsze tego typu zlecenie.