Project Overview

easyspider - Version1 - contrib - Html Parser - firmenintern !!! - SOURCE CODE is a project containing 4 files across various languages, totaling 10.0 KB. This page provides a complete index of the source code.

The project includes 4 programming files and 0 images.

Generated on: March 28, 2025

Source Code Files for free Download

Sort by: Descending

Html Parser - firmenintern !!!/

🐪 HtmlParser.pl (Perl)

227 bytes 2005-10-18

Copy Path View Perl Show Preview

Perl module for HtmlParser

{ "@context": "https://schema.org", "@type": "SoftwareSourceCode", "name": "HtmlParser.pl", "description": "Perl module for HtmlParser", "dateModified": "2005-10-18", "dateCreated": "2025-03-23", "contentSize": "227 bytes", "contentUrl": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/HtmlParser.pl", "encodingFormat": "text/x-perl", "programmingLanguage": { "@type": "ComputerLanguage", "name": "Perl" }, "codeRepository": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/" }

📰 output.org.xml (Xml)

2.6 KB 2005-10-18

Copy Path View Xml Show Preview

Source code file for output.org

<?xml version="1.0" encoding="ISO-8859-1" ?>
<page>
	<url boost="1.00">http://www.golem.de/ CURRENT_DEPTH=0 LINKCOUNT=1</url>
	<metakeys>
		<keywords boost="1.00">News, Web, Internet, headlines, newsletter, technology, Computer, web, information, pc, windows, microsoft, netscape, browser, daily, headline, business, top, newslink, newslinks, stories, software, press release, Pressemitteilungen, Schlagzeilen, Nachrichten, deutsch, neu, aktuell, online, www, today, todays, up-to-date news, fast news, intranet news, world, international, german, financial, ipo, business</keywords>
		<content-type boost="1.00">text/html; charset=iso-8859-1</content-type>
		<pragma boost="1.00">no-cache</pragma>
		<revisit-after boost="1.00">2 days</revisit-after>
		<description boost="1.00">Golem.de - IT-News rund um die Uhr. Taeglich aktuelle Nachrichten aus den Bereichen Hardware, Software, Telekommunikation, Internet und Games (Computerspiele). Auch per E-Mail Newsletter.</description>
	</metakeys>
	<title boost="1.00">Golem.de: IT-News f&uuml;r Profis</title>
	<head boost="1.00">Golem.de: IT-News fr Profis</head>
	<body boost="1.00">Forum Archiv News-Feeds Markt XML Sidebar Werbung Impressum Stellenmarkt 2 Softwareentwickler m/w (befristet) Siemens AG, Berlin Entwicklungsleiter DTP-Applikationen (w/m) usw...</body>
</page>
<!--
1.	die regions sind nicht brcksichtigt, ich befrchte da msst ihr mir nochmal genau erklren, was die machen sollen.
2.	boost = Gewichtung; Ich dachte an einen Wert zwischen 0.00(vllig unwichtig) und 1.00(very important), aber da bin
		ich flexibel. (Wir knnen die Gewichtung natrlich auch in einer Konfig-Datei ablegen, dann muss aber vorher klar
		sein, welche Felder vorkommen knnen. Jedes dort nicht aufgefhrte Feld wrde dann mit einer Defaultgewichtung
		versehen)
3.	Ansonsten ist diese Datei nicht unbedingt XML-konform (Zeichensatz, Sonderzeichen). Um solche Sachen musste ich mich
		noch nie kmmern, da das Erstellen ja ein Parser bernimmt, der automatisch alle verbotenen Zeichen maskiert.
		Ich liefere und erwarte auf jeden Fall <?xml version="1.0" encoding="ISO-8859-1" ?>
4.	Zum fertigen System: Ich habe meine Umgebung aufgesetzt. Tomcat 5.5.12; Java 5, Lucene 1.4.3
		Die Schnittstellen, werde ich erstmal als Servlets realisieren. Es wird also ein Such-Servlet geben, dass eine
		XML-Ergebnisliste liefert, sowie ein Update-Servlet, dass eine XML-Datei erwartet und den Index aktualisiert.
		(Java sei dank, kann ich die Anwendung aber auch jederzeit vom Tomcat runterholen und als normale Anwendung
		umsetzen, dann mssen wir uns aber einen Weg berlegen, wie der Index von aussen angesprochen werden soll.)
-->

{ "@context": "https://schema.org", "@type": "SoftwareSourceCode", "name": "output.org.xml", "description": "Source code file for output.org", "dateModified": "2005-10-18", "dateCreated": "2025-03-23", "contentSize": "2.6 KB", "contentUrl": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/output.org.xml", "encodingFormat": "application/xml", "programmingLanguage": { "@type": "ComputerLanguage", "name": "Xml" }, "codeRepository": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/" }

📰 output.xml (Xml)

4.2 KB 2005-10-18

Copy Path View Xml Show Preview

Source code file for output

<?xml version="1.0" encoding="ISO-8859-1" ?>
<page>

	<url boost="1.00">http://www.golem.de/</url>

	<urldepth boost="0.00">0</urldepth> <!-- current_depth -->

	<urlcount boost="0.00">1</urlcount> <!-- link_count -->
	
	<page_basics>
	
		<metakeys>

			<keywords boost="1.00">News, Web, Internet, headlines, newsletter, technology, Computer, web, information, pc, windows, microsoft, netscape, browser, daily, headline, business, top, newslink, newslinks, stories, software, press release, Pressemitteilungen, Schlagzeilen, Nachrichten, deutsch, neu, aktuell, online, www, today, todays, up-to-date news, fast news, intranet news, world, international, german, financial, ipo, business</keywords>
		
			<content-type boost="1.00">text/html; charset=iso-8859-1</content-type>
		
			<pragma boost="1.00">no-cache</pragma>
		
			<revisit-after boost="1.00">2 days</revisit-after>
		
			<description boost="1.00">Golem.de - IT-News rund um die Uhr. Taeglich aktuelle Nachrichten aus den Bereichen Hardware, Software, Telekommunikation, Internet und Games (Computerspiele). Auch per E-Mail Newsletter.</description>
		
			<other> Author, Date, Published, Kontakt usw.</other>
		</metakeys>

		<title boost="1.00">Golem.de: IT-News f&uuml;r Profis</title>

		<head boost="1.00">Golem.de: IT-News fr Profis</head>

	</page_basics>
		
	<page_enhanced>
	
		<body boost="1.00">Forum Archiv News-Feeds Markt XML Sidebar Werbung Impressum Stellenmarkt 2 Softwareentwickler m/w (befristet) Siemens AG, Berlin Entwicklungsleiter DTP-Applikationen (w/m) usw...</body>
    
		<body_boost_50 boost="0.50">Hier steht der, aus der HTML-Datei geparste, Text, der vom Spider gleich eine Gewichtung von 50% bekommt</body_boost_50>

		<body_boost_30 boost="0.30">Hier steht der, aus der HTML-Datei geparste, Text, der vom Spider gleich eine Gewichtung von 30% bekommt</body_boost_30>

		<body_boost_15 boost="0.15">Hier steht der, aus der HTML-Datei geparste, Text, der vom Spider gleich eine Gewichtung von 15% bekommt</body_boost_15>

		<body_boost_5 boost="0.5">Hier steht der, aus der HTML-Datei geparste, Text, der vom Spider gleich eine Gewichtung von 5% bekommt</body_boost_5>

		<extern_regions>

			<region_1_tag boost="0.00">tr</region_1_tag>
			<region_1_content boost="0.00">Hier stehen die Region Informationen 1</region_1_content>

			<region_2_tag boost="0.00">td</region_2_tag>

... [truncated, 43 more lines] ...

{ "@context": "https://schema.org", "@type": "SoftwareSourceCode", "name": "output.xml", "description": "Source code file for output", "dateModified": "2005-10-18", "dateCreated": "2025-03-23", "contentSize": "4.2 KB", "contentUrl": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/output.xml", "encodingFormat": "application/xml", "programmingLanguage": { "@type": "ComputerLanguage", "name": "Xml" }, "codeRepository": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/" }

🐪 simple.html.parser.pl (Perl)

3.0 KB 2005-10-18

Copy Path View Perl Show Preview

Perl module for simple.html.parser

{ "@context": "https://schema.org", "@type": "SoftwareSourceCode", "name": "simple.html.parser.pl", "description": "Perl module for simple.html.parser", "dateModified": "2005-10-18", "dateCreated": "2025-03-23", "contentSize": "3.0 KB", "contentUrl": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/simple.html.parser.pl", "encodingFormat": "text/x-perl", "programmingLanguage": { "@type": "ComputerLanguage", "name": "Perl" }, "codeRepository": "https://www.artikelschreiber.com/opensource/easyspider/Version1/contrib/Html Parser - firmenintern !!!/" }

Project Statistics:

Total Files: 4
Total Size: 10.0 KB
Programming Files: 4
Images: 0
Languages: Perl (2), Xml (2)
Last Updated: 2005-10-18

Help us grow our reach - Link to us for free!

Please consider to Link to Us Now

Share your Article: