- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我有一个 scraper 类,它从一个流行的赔率门户网站收集玩家。没有确切的名字,该网站使用简称。例如 Rafael -> R。幸运的是,它们可以在链接中以 slugified 形式找到 (nadal-rafael)
我做了一个方法processPlayers
,尝试解决这个问题。它适用于更简单的情况,但如果玩家的名字中有连字符或她/他有两个名字,则会失败。
我写了一些测试来演示 html 结构和问题。
class Scraper {
/**
* Converts a html string to a cheerio object
* @param {String} html The html string
* @return {Object} The cheerio object
*/
htmlToDom(html) {
return cheerio.load(html)
}
/**
* Gives back the number of parts if the name would slugify
* It takes in account, that the name could contains hyphen
* Leopold von Sacher-Masoch -> leopold-von-sacher-masoch
* @param {Array} a_name The name splitted by space (' ')
* @return {Integer} The length of the name
*/
getNameLength(a_name) {
let name = a_name.length > 1 ? a_name.join(' ') : a_name[0]
return a_name.length + name.split('-').length - 1
}
capitalize(a_name) {
let res = []
a_name.forEach(str => {
res.push(str.substr(0, 1).toUpperCase() + str.substr(1))
})
return res.join(' ')
}
processPlayers(players) {
let link = players('a')
let href = link.attr('href')
let a_players = link.text().split(' - ')
let a_href = href.split('/')
let a_link = a_href[a_href.length - 2].split('-')
let a_player1 = a_players[0].trim().split(' ')
let a_player2 = a_players[1].trim().split(' ')
let a_player1_lastName = a_player1.slice(0, -1)
let a_player2_lastName = a_player2.slice(0, -1)
let a_player1ShortFirstName = [a_player1[a_player1.length - 1]]
let a_player2ShortFirstName = [a_player2[a_player2.length - 1]]
let p1_lnLength = this.getNameLength(a_player1_lastName)
let p1_fnLength = this.getNameLength(a_player1ShortFirstName)
let p2_lnLength = this.getNameLength(a_player2_lastName)
let p2_fnLength = this.getNameLength(a_player2ShortFirstName)
let p1_length = p1_lnLength + p1_fnLength
let p2_length = p2_lnLength + p2_fnLength
let player1FirstName = this.capitalize(a_link.slice(p1_lnLength, p1_length))
let player2FirstName = this.capitalize(a_link.slice(p1_length + p2_lnLength, p1_length + p2_length))
return {
p1: {
firstName: player1FirstName,
lastName: a_player1_lastName.join(' ')
},
p2: {
firstName: player2FirstName,
lastName: a_player2_lastName.join(' ')
}
}
}
}
// test ===========================================================
test('simple case', function() {
let playersCell = `
<td>
<a href="/t/pavlyuchenkova-anastasia-sorribes-tormo-sara/">
<span>Pavlyuchenkova A.</span>
- Sorribes Tormo S.
</a>
</td>
`
const scraper = new Scraper()
const td = scraper.htmlToDom(playersCell)
const players = scraper.processPlayers(td)
equal(players.p1.firstName, 'Anastasia')
equal(players.p1.lastName, 'Pavlyuchenkova')
deepEqual(players.p2, {
firstName: 'Sara',
lastName: 'Sorribes Tormo',
})
});
// =====================================================================
test('hyphen in last name', function() {
let playersCell = `
<td><a href="/t/kudermetova-veronika-duque-marino-mariana/">
<span>Kudermetova V.</span> - Duque-Marino M.</a>
</td>
`
const scraper = new Scraper()
const td = scraper.htmlToDom(playersCell)
const players = scraper.processPlayers(td)
equal(players.p2.firstName, 'Mariana')
equal(players.p2.lastName, 'Duque-Marino')
});
// =====================================================================
test('hyphen in first name', function() {
let playersCell = `
<td>
<a href="/t/tsonga-jo-wilfried-mayer-florian/">
<span>Tsonga J-W.</span>
- Mayer F.
</a>
</td>
`
const scraper = new Scraper()
const td = scraper.htmlToDom(playersCell)
const players = scraper.processPlayers(td)
equal(players.p1.firstName, 'Jo-Wilfried')
equal(players.p1.lastName, 'Tsonga')
});
test('two first names', function() {
let playersCell = `
<td>
<a href="/t/alexandrova-ekaterina-muguruza-blanco-garbine/">
Alexandrova E. - <span>Muguruza</span> B. G.</a>
</td>
`
const scraper = new Scraper()
const td = scraper.htmlToDom(playersCell)
const players = scraper.processPlayers(td)
equal(players.p2.firstName, 'Blanco Garbine')
equal(players.p2.lastName, 'Muguruza')
});
<!DOCTYPE html>
<html>
<head>
<meta charset=utf-8 />
<title></title>
<script src="https://wzrd.in/standalone/cheerio@latest"></script>
<link rel="StyleSheet" href="http://code.jquery.com/qunit/qunit-1.12.0.css" type="text/css">
</head>
<body>
<div id="qunit"></div>
<div id="qunit-fixture"></div>
<script src="http://code.jquery.com/qunit/qunit-1.12.0.js" type="text/javascript">
</script>
</body>
</html>
看起来 stackoverflow 的代码片段对 qunit 有一些问题。所以这是 JsBin 链接:
最佳答案
看起来问题是在“困难”情况下正确确定姓氏
和名字
。
您将文本拆分为两个全名,好的。
然后你把全名分成几个词,好吧。
然后你就犯了一个错误,假设 first name
总是最后一个词,其余的是 last name
。
事实上,last name
是所有不在缩写形式中的词,剩下的就是first name
。
我已经通过这种方式解决了你的问题。
请在下面找到更新的 class Scraper
(我已经删除了不再使用的功能):
class Scraper {
/**
* Converts a html string to a cheerio object
* @param {String} html The html string
* @return {Object} The cheerio object
*/
htmlToDom(html) {
return cheerio.load(html)
}
processPlayers(players) {
let href = players('a').attr('href')
let N = players('a').text().trim().split(/\s+-\s+/).map(n => {
let r = new RegExp('.+('+n.replace(/-/g,'\\S+').replace(/\./g,'[^-]+').replace(/\s/g,'.')+').+','i')
let p = {lastName: n.replace(/\s\S+\./g,'')}
href.match(r).map(m => {
r = new RegExp(p.lastName.replace(/\s/g,'.') + '-', 'i')
m = m.replace(r,'').split(/-/).map(i => {return i.substring(0,1).toUpperCase() + i.substring(1)})
p.firstName = n.split(p.lastName + ' ')[1].replace(/\./g,'').split('').map(l => {return m[0] && m[0].indexOf(l) === 0 ? m.shift() : l}).join('')
})
return p
})
return {p1: N[0], p2: N[1]}
}
}
它通过了所有测试。对不起,如果它不是很可读。
关于javascript - 从html中提取数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44943207/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!