Określenie programowo CSS selectora (lub XPath) z kodu HTML na podstawie tekstu zawartego w tagu...

Question

Cześć!

Jak określić programowo CSS selector (lub XPath) z kodu HTML strony na podstawie tekstu zawartego w tagu wskazywanym przez ten selector?

Najchętniej w Pythonie, może być Rust, od biedy Typescript.

Przykładowo dla tekstu "Ostatnia aktywność"

na tym forum, chcę otrzymać:

.qa-main > h1:nth-child(1) > a:nth-child(1)

Dzięki za pomoc!

Answer 1

Masz na myśli takie działanie, jak podczas zdarzeń myszki, wykonywanych na danym elemencie, kiedy to przegladarka określa ścieżkę?
Jest to do zrobienia, ale wymaga dużo pracy i przemyślenia regexów, bo trzeba by napisać funkcje, która parsuje całego html do wystąpienia pożądanego elementu, uwzględniając - elementy html, ich klasy, idy itp. a pomijając pozostałe taki.

Tylko muszę dobrze zrozumieć, tutaj masz w rust funkcje: https://pastebin.com/vBacB88i
Nie gwarantuje, że każdy przypadek będzie stanie dobrze zbudować, trzeba by dalej modyfikować funkcje i poprawiać w oparciu o regexy.

Comments

Masz na myśli takie działanie, jak podczas zdarzeń myszki, wykonywanych na danym elemencie, kiedy to przegladarka określa ścieżkę?

Dokładnie!

Zajrzę do tego kodu w weekend i zrelacjonuje jak to działa.

Dzięki!

---

@Wiciorny, na pewno autorowi nie chodzi o regexy, wyrażenia regularne.

---

Nie zrozumiałeś, więc przeczytaj to co napisałem. I też pomyśl czym są regexy. :) i do czego służą. Bo głupoty wypowiadasz.
Samo to żeby filtrować selektory musi wykorzystać regexy, żeby działało sprawnie i tak działa "wbudowana" funkcjonalność przeglądarki.
Tworzysz specjalny pattern, który jest wstanie filtrować idy, klasy, tagi, metadane, aby wybierać tylko pożądane elementy.
Akurat w robocie pisałem już takie rozwiązania, ale raczej na znanym silniku i prymitywnych paserach, ale mimo wszystko przeczytaj ze zrozumieniem, co ja napisałem.

Więc akurat autorowi chodzi o to, co robi kod który podałem :)

---

Dokładnie tak jak pisze Wiciorny.

Answer 2

https://www.php.net/manual/en/simplexmlelement.xpath.php

Odpowiedź brzmi, nie wiem, choć się domyślam. Pozdrawiam

Comments

Dobrze!

---

@Karol Belka, mnie interesuje odwrotny proces. Podaje tekst i chce otrzymać XPath czy CSS selector który prowadzi do tego tekstu.

---

Teraz mówisz o utworzeniu własnego języka programowania w cudzysłowiu.

Jeśli w tekście jest słowo i spacja, a następnie dwukropek sporządź odpowiednio znacznik, tag z zagnieżdżeniami i nową linią.

---

Nie teraz, tylko od samego początku!

To co pokazałeś, to jest standard, to jest dostępne w HTML Agility Pack w C#, JSOUP w Java, BeautifulSoup w Python i w wielu innych bibliotekach. Także Selenium, Playright i podobne mają tą funkcjonalność.

---

Musisz nauczyć się pisania do pliku .txt lub .xhtml. Napisz instrukcję warunkową, która sprawdzi użycie dwukropka i inne. Następnie utworzy plik tekstowy i wygeneruje tagi.

---

A te pętle, funkcje i zmienne też będą potrzebne?

---

Tak, na pewno.

---

Wpędzasz mnie w kłopoty.