웹 페이지 파싱 툴 - 5

안녕하세요.

오늘 하루 날 잡고 파싱 툴을 만듭니다.

기존에 웹 모니터링은 사이트 별로 태그를 가공 처리 할 부분이 상이 하기에,

각 사이트별로 태그 분석 툴을 만들려고 했습니다.

그게 현재 만드는 툴입니다.

오늘 적용된 내용입니다.

• 파싱 처리 시 간혹 입력되는 '\n' 캐릭터 처리.
• Meat안에 있는 Encoding 으로 적용 처리.

가장 태그가 Manage 안되는곳중 한곳이 신문사가 아닌가 싶습니다.

조선 일보를 선택했습니다.

A 태그를 다 잘 빼오네요.

의외로 인코딩 문제가 웹에서는 많은 비중을 차지 하는 것 같습니다.

웹서버에 character set을 요청을 해도 결국 메타의 charater set을 읽어 와서 처리합니다.

감사 합니다.