Ящик Пандоры или тотальный копипаст

[Kolyaj]

Это уже полностью автоматизировано, я так понимаю?

Индусские фирмы берут где-то по 5 долларов за 1000 каптч.

[micscr]

Индусские фирмы берут где-то по 5 долларов за 1000 каптч.

Kolyaj, они выше ссылочку кинули где за 1$ 1000 каптч.

Я тут подумал если держать у себя картинку 200px*200px с набором различных капчей и на сервере хранить какая из них а клиенту передавать только соответствующие отступы для фона элемента заданного размера, то думаю справимся с граберами.

[Kolyaj]

Kolyaj, они выше ссылочку кинули где за 1$ 1000 каптч.

Ну значит я от жизни отстал

[Tim]

а клиенту передавать только соответствующие отступы для фона элемента заданного размера

т.е. передавать их и боту

[Tim]

Говоря парсер, мы урезаем себя в возможностях. Я бы сказал синтаксический анализатор на основе дерева документа. Хотя возможно на четко определенных проектах четко заточенный парсер работать будет быстрее, но без привязки к определенному проекту синтаксический анализатор даст более правильную картину страницы.

Пробовал я такое. В php есть специальные функции для построения дерева по коду страницы. Если вёрстка кривая то падает всё с ошибками. Лучше регулярками крамсать.

[Gozar]

Лучше регулярками крамсать.

Да неужели?!

[Gvozd]

А если эту картинку предварительно разбить на 10 частей и уже на странице собирать, что тогда?

парсер также склеит ее и отправит на капча-сервис

клиенту передавать только соответствующие отступы для фона элемента заданного размера, то думаю справимся с граберами.

опять-таки нет

Пробовал я такое. В php есть специальные функции для построения дерева по коду страницы. Если вёрстка кривая то падает всё с ошибками. Лучше регулярками крамсать.

не смеши меня пожалуйста.
работаю именно этим инструментом(если ты подразумеваешь DOM classes)
и почему-то он у меня отлично работает.
и не падает ничего.
и верстку невалидную я ему на ура скармливаю.
вернее сказать, я вообще не проверяю валидная ли верстка.
если бы использовал регулярки как свой основной инструмент, я бы не занял бы ту позицию на рынке, которую занимаю.
на голых регулярках далеко не уедешь.
XPath-сила

[Tim]

если ты подразумеваешь DOM classes

Кажется да, но не уверен. Там ещё с XML что-то есть. Я быстро с этим способом завязал т.к. глюки не мог устранить. Так что сейчас даже не вспомню.

не смеши меня пожалуйста.

Не вижу ни чего смешного. По крайней мере мне не смешно было

на голых регулярках далеко не уедешь

Да, трудности возникают.

я бы не занял бы ту позицию на рынке, которую занимаю

Не в обиду будет сказано, но как то это немного пафосно звучит.

[subzey]

Хоть я и не занимаюсь парсерами профессионально, соглашусь с Gvozd'ем, регулярки для разбора html не подходят, только конечный автомат.

[Gvozd]

Кажется да, но не уверен. Там ещё с XML что-то есть. Я быстро с этим способом завязал т.к. глюки не мог устранить. Так что сейчас даже не вспомню.

именно так и есть
DOM classes связаны с разбором XML-а(и даже HTML-а)

Не вижу ни чего смешного. По крайней мере мне не смешно было

мне тоже не смешно было
особенно мне не смешно было когда я в прошлом месяце загуглил универсальное решение проблемы кодировок при работе с этими классами.
ранее почему-то в одном и том-же случае я получал совершенно разные результаты на выходе, которые не поддавалась декодированию ни логикой ни iconv порой.

просто немного упорства нужно
если нечто есть в PHP, то значит кто-то же его разрабатывал и тестировал.
и кто-то же пользуется этим.
именно упорство помогло мне сделать красивый класс для многопоточной закачки на CURL-е. Уникальных русскоязычных статей по теме multi-CURL штуки три.
примеров кода не из документации(там они не раскрывают всех тонкостей) вообще в интернете также мало.
пришлось потратить немало времени.

Да, трудности возникают.

написание XPath выражения занимает неприлично мало времени по сравнению с регулярками.
высвободившееся время можно с толком потратить на что-то полезное или интересное

регулярки для разбора html не подходят, только конечный автомат.

эм?
а разве DOM-парсер и регулярные выражения не являются оба конечными автоматами?
первый с набор всегда одинаковым набором состояний и переходов, а второй даже таблицу переходов в явном виде не составляет(полагаю)
кстати к DOM-у еще прилагается XPath, также являющийся конечным автоматом.