Обратный инженер a веб-страница

Question

Я хочу перестроить любую веб-страницу в логическое представление страницы. Например, если на веб-странице есть меню, то я хочу, чтобы структура логического меню, возможно, была в XML. Если на веб-странице есть статья, я хочу узел XML статьи, если у него есть заголовок для статьи, я хочу узел XML заголовка. В принципе, я хочу логическую форму веб-страницы без какого-либо пользовательского интерфейса.

Эта логическая модель может быть объектами в коде или XML, это не имеет значения, важная часть состоит в том, что она определила, что все на странице означает.

Answer 1

Похоже, что вы хотите, чтобы человек классифицировал содержимое страницы.

Это может быть автоматизировано, однако оно будет иметь ложные срабатывания и не работать в каждом случае.

Например, что, если одна страница использовала ul для меню и еще одну ячейку таблицы?

Вы хотите, чтобы это было для одного сайта в частности или любого сайта в Интернете?

Answer 2

Как насчет разбора XML уже на странице, см

http://en.wikipedia.org/wiki/XHTML