チャレンジ #42: HTML テーブルの解析

[SaoriG]

先週のチャレンジの解答はこちらになります。

今週のチャレンジではHTMLテーブルの解析に挑戦してみましょう。いつものように、チャレンジに解答する方法はいくつかあります。正規表現を使用して解くことができるので、Advanceとしましたが、正規表現が絶対に必要なわけではありません。

入力ファイルの Description フィールド内には<td>タグで囲まれた14 個の名前と値を含む HTML テーブルがあります。

各組み合わせは <tr>tag で指定された異なる行で見つけることができます。

あなたのゴールは、14 個の名前と値の組み合わせを含むテーブルを生成することです。

＊WEBの情報が更新されていたため出力ファイルを更新いたしました。

[Tokimatsu]

答えとあっていませんが、これでいいような気がします。

スポイラ

最短一致の「?」はたまにしか使わないので試行錯誤しました。
あと<>でくくられてたらすべてNULLにすべきでしょうか？個人的には日付とかは値として欲しいと思ったのでNULLだけ例外処理してみました。

 

[ozawa]

あまりきれいなワークフローになってないです。

せっかくなので誰も使わないであろうLaboratoryにあるMake Columnsツールを使おうと思って、それにあわせました。

この手の処理はどうしても「おまけ」の方が楽だったりしてしまいますね...w

スポイラ

[DaisukeTsuchiya]

ノンプログラマーの自分は、今回かなり苦戦してTokimatsuさんに教えてもらいながやったのでWorkflowは完全パクリになっています。正規表現の勉強にはなりました。HTMLの中身と回答が違いますね。

スポイラ

正規表現中に？がないと分割されず、はまりました。
また＜＞内の文字を消すのと、＜Null> だけ消すの2通りやっていみました。

[AkimasaKajitani]

２パターン作ってみました・・・（とりあえず結果出すだけのパターンと、若干工夫したバージョンです）。

標準でHTMLのタグの中身を抜き出す機能ほしいですね・・・。

スポイラ

無理やりバージョンは、タグをきれいにしてからXMLパースツールを使ってます

しかし、今回は結果がおかしいですね・・・。

[Qiu]

スマートなやり方ではないですが

スポイラ

[ks4050kt]

正規表現の問題としては結構良問だと思います。

が、HTML の構造を理解してから出ないとキレイに抽出できないので、HTML 構文を確認できるツールがあれば良いなと思いました。

（今回はCSVに吐き出してEditor でHTML 確認しました）

スポイラ

HTML で表示してしまったら、まぁお題としての意味は無いんですが。。

[gawa]

スポイラ

HTMLパースツール欲しい！

[ntakeda]

他の方のワークフローや答えを見て作成しました。

勉強になりました。

[Yoshiro_Fujimori]

今回の問題のおかげで、正規表現の最短一致の"*?"の使い方が理解できたみたいです。

スポイラ