Parsen einer Seite

[Homoran]

@deralff sagte in Parsen einer Seite:

in den anderen Tabellen auf der Seite existiert das Tag <p>Tankstelle</p> jetzt zum Glück nicht

warum meinst du habe ich das genommen
deswegen brauche ich auch immer den gesamten Quelltext einer Seite

und wenn du beim zweiten Preis (oder überall) noch ks voransetzt hast du dort auch nur einen Treffer

auch EDIT:
Da hast du aber unheimliches Glück gehabt.
Der Kraftstoff liegt einige Zeilen über der Tankstelle.

Dass dann die nächste Sprungmarke " dabei nicht noch einmal aufgetreten ist, ist schon fast ein Wunder

[derAlff]

@homoran du musst wissen, ich kann RegEx einfach nicht. Das Interesse wurde eig. nur durch den ioBroker geweckt ... bzw. viel mehr durch diesen Topic hier.

Versuche mich momentan in RegEx einzuarbeiten... das ist allerdings recht mühsam

Ich bin dir jedenfalls sehr sehr dankbar, dass du mir hierbei geholfen hast.
Jetzt muss ich das nurnoch verstehen. Dafür ist das hier allerdings der falsche Topic

[Homoran]

@deralff sagte in Parsen einer Seite:

ich kann RegEx einfach nicht. Das Interesse wurde eig. nur durch den ioBroker geweckt

ging mir genauso

Aber im Gegensatz zu Javascript, wo ich zwar weiß was ich will, oft auch Skripte nachvollziehen kann, aber die Syntax einfach nicht hinbekomme, schaffe ich es hier, weil es keine komplexe Syntax gibt.

@deralff sagte in Parsen einer Seite:

Jetzt muss ich das nurnoch verstehen. Dafür ist das hier allerdings der falsche Topic

Das mit dem verstehen ist das einfachste, aber du musst auch zusehen, dass du die Preise als Nummer mit Komma einpflegst und was du mit dem Datum machst weiß ich gar nicht

Versteh mal :

• Ankerpunkt (möglichst eindeutig und möglichst diccht an dem gesuchten Wert) suchen: kstelle
• den Weg zum gewünschten Wert irgendwie eindeutig definieren, erschwerend kommt dazu, dass der ioBroker Parser Zeilenumbrüche (\n) nicht kennt. Also Haltepunkte finden die nicht so häufig vorkommen, hier ", also das erste Auftreten finden: [^"]+ (wörtlich: suche Zeichen dass nicht ([^]) das genannte (") ist - beliebig oft (+) )
• solange mit diesen Haltepunkten weiterhangeln: [^\,]+[^>]
• bis man an die Zahlen kommt, die man will: +[^\d]+
• und diese dann als Gruppe deklarieren: ([\d\,]+) wobei die Zahlen hier aus Ziffern und Komma bestehen

[derAlff]

@homoran hehe, danke für die Erklärung.

Ich versuche dann mal sebstständig an den Steuersatz heran zu kommen.

Zu dem Datum: In Luxemburg sind die Preise an allen Tankstellen gleich, und werden einen Tag vor Preisänderung auf dieser Webseite aktualisiert. Ich reagieren dann einfach auf das Datum und lasse mir das anzeigen bzw. sende mir dann mit meinem signal-cmb Adapter eine Signal Nachricht zu

[Homoran]

@deralff sagte in Parsen einer Seite:

Ich versuche dann mal sebstständig an den Steuersatz heran zu kommen.

Lass dich nicht veräppeln, das ist wirklich viel einfacher

Achtung SPOILER!!!

kstelle[^p]+p[^+p]+..(\d+)

aber das schaffst du!

[derAlff]

@homoran

@homoran said in Parsen einer Seite:

kstelle[^p]+p[^+p]+..(\d+)

Hehe, mein RexEx ist doppelt so lang

Aaaaaaber ich bin dahin gekommen wo ich hin wollte

[Homoran]

@deralff sagte in Parsen einer Seite:

Hehe, mein RexEx ist doppelt so lang

das hatte ich mir gedacht

Aaaaaaber ich bin dahin gekommen wo ich hin wollte

das auch!
Und das ist das wichtigste. Finetuning kommt mit der Zeit

Super!

[OliverIO]

@deralff

cih glaube ich hatte mal so eine grundlegende anleitung geschrieben, wie jeder das richtige regex pattern finden kann.

1. bei regex101.com die datenquelle bei test eintragen
2. möglichst kurzen aber eindeutigen string aus der datenquelle suchen
3. den variablen anteil, den man am ende haben möchte eine Klammer setzen ()
4. dann diesen Anteil mit Tokens ersetzen. dazu sollte man sich erstmal an die folgenden Tokens halten
   a) Meta sequenzen wie bspw \d=digit \w=word \s=whitespace
   b) Quantifier: die angeben, wie oft ein Zeichen/Squenz sich wiederholen darf +*?
   c) common tokens: wie auswahllisten [a-z] oder alternativen a|b
   oder ausschlüsse [^a-z]

damit kommt man schon extrem weit. regex101 hat auch den vorteil, das er die sequenz sprachlich aufteilt und genauer erklärt

Nur bei der übernahme nach iobroker hapert es manchmal, da man im iobroker die optionen nicht genau so übernehmen kann und die interne logik zu den optionen nicht immer ganz einleuchtend ist

[derAlff]

@homoran ich hänge mich da nochmal dran

Und Danke nochmal

@OliverIO ja, die Seite nutze ich auch. Ich denke, mit den Tipps von euch beiden, kann ich da auch Recht viel lernen

[homecineplexx]

ich muss mich da wieder mal an euch wenden, ich bin fürs Parsen leider echt zu d***.
Vor allem das Skript von @liv-in-sky wäre da wahrscheinlich interessant zu erweitern.
Ich hätte gern von folgender Page link text die ersten 5 Ergebnisse von mir aus als Object in einem Datenpunkt zb so

{'id': 'Jet-Hornerstrasse xy', 'Diesel':'1,999|15.03|07:05', 'Benzin:1,899|15:03|07:05'}

Dann könnte ich damit arbeiten. Gibts da was einfaches? vor allem mitn Parser möcht ich das nicht unbedingt machen, da ichs gern per Scheduler dann allo 0,30 Minuten einer Stunde holen möchte.

Danke glg

[liv-in-sky]

@homecineplexx

kennst du tankerkönig adapter ?

[homecineplexx]

@liv-in-sky said in Parsen einer Seite:

kennst du tankerkönig adapter ?

jaaa, ist der auch für Österreich?

[Homoran]

@homecineplexx sagte in Parsen einer Seite:

für Österreich?

das hatte ich bei den Preisen schon befürchtet

[homecineplexx]

@homoran said in Parsen einer Seite:

@homecineplexx sagte in Parsen einer Seite:

für Österreich?

das hatte ich bei den Preisen schon befürchtet

ist ja auch legitim

[liv-in-sky]

@homecineplexx

frag doch mal da nach, ob das noch aktuell ist https://forum.iobroker.net/topic/20314/skripten-des-e-control-spritpreisrechners/281 da sind die österreicher unter sich

bevor wir hier alles neu erfinden

[homecineplexx]

@liv-in-sky said in Parsen einer Seite:

@homecineplexx

frag doch mal da nach, ob das noch aktuell ist https://forum.iobroker.net/topic/20314/skripten-des-e-control-spritpreisrechners/281 da sind die österreicher unter sich

bevor wir hier alles neu erfinden

super, dankeschön...mach ich doch glatt!

[liv-in-sky]

@homecineplexx

ODER

habe leider noch ein problem mit den umlauten

[homecineplexx]

@liv-in-sky said in Parsen einer Seite:

@homecineplexx

ODER

habe leider noch ein problem mit den umlauten

na das sieht schon sehr fein aus

[liv-in-sky]

@homecineplexx

mit richtigen umlauten - vergiß nicht, du musst axios und cheerio unter zusätzlichen npm modulen in der javascript instanz haben - und mache die abfragen nicht zu oft - manche seiten mögen das nicht !

widget:

Spoiler

[{"tpl":"i-vis-jsontable","data":{"g_fixed":false,"g_visibility":false,"g_css_font_text":false,"g_css_background":false,"g_css_shadow_padding":false,"g_css_border":false,"g_gestures":false,"g_signals":false,"g_last_change":false,"visibility-cond":"==","visibility-val":1,"visibility-groups-action":"hide","iTblRowLimit":"5","iTableRefreshRate":"0","iTblSortOrder":"asc","iColCount":"2","iColShow1":"true","iTblHeadTextAlign1":"center","iTblTextAlign1":"left","iTblCellFormat1":"normal","iTblCellImageSize1":"200","iTblCellBooleanCheckbox1":"false","iTblCellBooleanColorFalse1":"#ff0000","iTblCellBooleanColorTrue1":"#00ff00","iTblCellNumberDecimals1":"2","iTblCellNumberDecimalSeperator1":".","iTblCellNumberThousandSeperator1":",","iTblCellThresholdsDp1":"","iTblCellThresholdsText1":"","iOpacityAll":"1","iTblRowEvenColor":"#e1efef","iTblRowUnevenColor":"#f6f8f8","iTblHeaderColor":"#59a5d4","iRowSpacing":"10","iTblRowEvenTextColor":"#000","iTblRowUnevenTextColor":"#000","iTblHeaderTextColor":"#000","iBorderSize":"0","iBorderStyleLeft":"none","iBorderStyleRight":"none","iBorderStyleUp":"none","iBorderStyleDown":"none","iBorderColor":"#ffffff","signals-cond-0":"==","signals-val-0":true,"signals-icon-0":"/vis/signals/lowbattery.png","signals-icon-size-0":0,"signals-blink-0":false,"signals-horz-0":0,"signals-vert-0":0,"signals-hide-edit-0":false,"signals-cond-1":"==","signals-val-1":true,"signals-icon-1":"/vis/signals/lowbattery.png","signals-icon-size-1":0,"signals-blink-1":false,"signals-horz-1":0,"signals-vert-1":0,"signals-hide-edit-1":false,"signals-cond-2":"==","signals-val-2":true,"signals-icon-2":"/vis/signals/lowbattery.png","signals-icon-size-2":0,"signals-blink-2":false,"signals-horz-2":0,"signals-vert-2":0,"signals-hide-edit-2":false,"lc-type":"last-change","lc-is-interval":true,"lc-is-moment":false,"lc-format":"","lc-position-vert":"top","lc-position-horz":"right","lc-offset-vert":0,"lc-offset-horz":0,"lc-font-size":"12px","lc-font-family":"","lc-font-style":"","lc-bkg-color":"","lc-color":"","lc-border-width":"0","lc-border-style":"","lc-border-color":"","lc-border-radius":10,"lc-zindex":0,"oid":"0_userdata.0.SpritpreiseAUT.5erPack","iColShow2":"true","iTblHeadTextAlign2":"center","iTblTextAlign2":"center","iTblCellFormat2":"normal","iTblCellImageSize2":"200","iTblCellBooleanCheckbox2":"false","iTblCellBooleanColorFalse2":"#ff0000","iTblCellBooleanColorTrue2":"#00ff00","iTblCellNumberDecimals2":"2","iTblCellNumberDecimalSeperator2":".","iTblCellNumberThousandSeperator2":",","iTblCellThresholdsDp2":"","iTblCellThresholdsText2":"","iTblShowHead":true,"iColName1":"Tankstelle","iColName2":"Preise"},"style":{"left":"757px","top":"472px","width":"662px","height":"221px"},"widgetSet":"vis-inventwo"}]

script:

Spoiler

const cheerio = require('cheerio');

const axios=require('axios');



let jsonArr;
let myDPunkt='0_userdata.0.SpritpreiseAUT.5erPack';


if(!existsState(myDPunkt))  createState(myDPunkt, "", { name: "kommt aus Webseite",type:'string' }); 

let mySchedule1="  3 */6 * * * "; // alle 6 stunden bei minute 3

doStuff()
holeDaten();
 schedule(mySchedule1,  function () {
 let myVarVar=mathRandomInt(1, 30);
// log("startet ");
 setTimeout(function() {          // variert die sekunden der abfrage, damit nicht immer die selbe ip zur absolut selben zeit eine abfrage stellt ))
  //   log("jetzt "+myVarVar);
     holeDaten();

 }, myVarVar*1000);
 });


function mathRandomInt(a, b) {
 if (a > b) {
   // Swap a and b to ensure a is smaller.
   var c = a;
   a = b;
   b = c;
 }
 return Math.floor(Math.random() * (b - a + 1) + a);
}

async function holeDaten() { 
   log("Hole Wetterdaten aus Koeln")
   await axios.get('https://spritvergleich.at/suche?suchwort=Stockerau', {
                   headers: { 'User-Agent':`Mozilla/5.0 (X11; CrOS x86_64 8172.45.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.64 Safari/537.36` },
                   responseType:'arraybuffer',
                   reponseEncoding: 'binary'
}).then((result) => {
        // log("1----"+result.data);
   //     log(result.data.toString('latin1'))
    
       // const decoder = new TextDecoder("iso_8859-2");
            const $ = cheerio.load(result.data.toString('latin1'))
                              const list5 = $('*')
                                                 .find("[class*=sp2]")                 //find("[class*=re]")  //find('.table_wert_1a')
                                                 .toArray()
                                                 .map(element => { return $(element).text()}); log(list5.length +"---"+list5)
                                               //  for (let z=0;z<list5.length;z++){log(list5[z])}
          
                              const list6 = $('*')
                                                 .find(".price")                 //find("[class*=re]")  //find('.table_wert_1a')
                                                 .toArray()
                                                 .map(element => { return $(element).text()}); //log(list6.length +"-----"+list6)
                        //  log(list5[5])
      
//} 


let myJsonSprit=[]
for (let sprit=0; sprit<6;sprit++){
myJsonSprit.push({
"tankstelle": list5[sprit+1].replace(/\n/g,"").replace(/\t/g,""),
"preis":list6[sprit]


})
}
log(JSON.stringify(myJsonSprit))
setState(myDPunkt,JSON.stringify(myJsonSprit))




       }).catch((error) => {
           return error;
       })}

async function doStuff() {
  
   
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.BerichtLang"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.BerichtLang",{type: "string", name: "Bericht ausführlich", role: "value", read: true, write: true, } ); }
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.BerichtKurz"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.BerichtKurz",{type: "string", name: "Bericht ausführlich", role: "value", read: true, write: true, } ); }
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.UV2Start"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.UV2Start",{type: "string", name: "UV2Start", role: "value", read: true, write: true, } ); } 
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.UV2End"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.UV2End",{type: "string", name: "UV2End", role: "value", read: true, write: true, } ); }           
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.Mond2End"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.Mond2End",{type: "string", name: "Mond2End", role: "value", read: true, write: true, } ); }
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.Mond2Start"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.Mond2Start",{type: "string", name: "Mond2Start", role: "value", read: true, write: true, } ); }  
    if (!(await existsStateAsync("0_userdata.0.KoelnWetter.MondGrad"))) {
       await createStateAsync("0_userdata.0.KoelnWetter.MondGrad",{type: "string", name: "MondGrad", role: "value", read: true, write: true, } ); }      



}

[Wannseesprinter]

Habe ebenfalls eine interne Website, von der ich gerne ein paar Werte parsen möchte. Leider steige ich bei Regex immer noch nicht voll durch. Sorry!

Bräuchte die markierten Werte als Zahl/String:

Der HTML Body

Spoiler

`<!DOCTYPE html>
<html>
<head>
<meta name="viewport" content="width=device-width,initial-scale=1.0" />
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>ZERO controller | www.elgrispower.com</title>
<link href="/css/jquery.dataTables.min.css" type="text/css" rel="stylesheet" />
<link href="/css/style.css" type="text/css" rel="stylesheet" />
</head>
<body>
<div class="wrapper">
<header>
<div class="header">
<div class="container">
<div class="logo">
<a href="/index.shtm"><img src="/images/logo.jpg" alt="Logo" /></img></a>
</div>

<div class="right-header">
<h2>elgris ZERO</h2>
<p id = "firmware_version"></p>
<div id = "notification_bar" style="float:right">
<div class="notification">
<img src = '/images/error_small.png' alt="E" title="Errors" ></img>
<div id = "errors" class = "errors">: 0</div>

</div>
<div class = "notification">
	<img src = '/images/warning_small.jpg' alt="W" title="Warnings" ></img>
	<div id = "warnings" class = "errors">: 0</div>
</div>
<div class = "notification">
	<img src = '/images/info_small.png' alt="I" title="Information" ></img>
	<div id = "info" class = "errors">: 0</div>
</div>

</div>
</div>
<div class="clr"></div>
</div>
</div>
</header>
<div class="header-menu">
<div class="container">
<div id="nav-trigger">
<span>Menu <img src="images/menu_list.png" class="menu_list" /></img></span>
</div>
<nav id="nav-main">
<ul>
<li><a href="/index.shtm">Home </a></li>
<li>
<div class="sub-menu">
<span class="sub-menu-span">Settings</span>
<div class="sub-menu-content">
<a href="/setting.shtm">General </a>
<a href="/inverter.shtm">Inverter </a>
<a href="/ecloud.shtm">elgris cloud</a>
<a href="/mqtt.shtm">MQTT</a>
<a href="/ftp_client.htm">FTP Push</a>
</div>
</div>
</li>
<li>
<div class="sub-menu">
<span class="sub-menu-span">Monitoring</span>
<div class="sub-menu-content">
<a href="/chart.shtm">Datalogger</a>
<a href="/live_chart.shtm">Live Chart</a>
<a href="/performance.html">Performance</a>
</div>
</div>
</li>
</ul>
</nav>

<nav id="nav-mobile"></nav>

</div>
</div>
<div class="setting">
<div class="container">
<div class="power">
<h1 class="text-center">Inverter Settings</h1>
<div class="col-100">
<div class="colum">
<div class="form-group">
<div class="col-30">
<div class="form-box">
</div>
</div>
<div class="col-30">
<div class="form-box">
<input name="" type="button" class="btn_sub top-25" value="Add Inverter" onclick = "addRow()"/>
</div>
</div>
<div class="col-30">
<input name="" type="submit" class="btn_sub top-25" id="save_settings" value="Save Settings" />
</div>
</div>
<div class="form-group">
<div id="inverterTableContainer">
<table id = "inverterTable">
<tr>
<th>#</th>
<th>Brand</th>
<th>Type</th>
<th>IP address</th>
<th>Port/ID</th>
<th>Serial number</th>
<th>Rated</th>
<th>Output</th>
<th>Energy</th>
<th>Delete</th>
<th>Status</th>
</tr>
</table>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
<table width="100%" class="display" id="table"></table>
<footer>
<div class='footer'>
<p class='copyright'>copyright 2004-2019 <a href='http://www.elgrispower.com'>elgris GmbH</a> Germany. All rights reserved.</p>
</div>
</footer>
</div>
<script type="text/javascript" src="/js/jquery.min.js"></script>
<script type="text/javascript" src="/js/jquery.dataTables.js"></script>
<script type="text/javascript" src="/js/settings.js"></script>
<script type="text/javascript" src="/js/inverter.js"></script>
<script type="text/javascript" src="/js/jquery.jeditable.js"></script>
<script type="text/javascript" src="/js/jquery.jeditable.masked.js"></script>
<script type="text/javascript" src="/js/jquery.jeditable.charcounter.js"></script>
<script type="text/javascript" src="/js/jquery.maskedinput.js"></script>
<script type="text/javascript" src="/js/jquery.charcounter.js"></script>
</body>
</html>

Ich hoffe, ihr habt einen Plan

Danke euch!