Elaborazione di una tabella per successiva estrazione di dati

[giustavalla]

Ho una tabella in cui le celle dalla seconda riga in poi e dalla seconda colonna in poi possono avere l'attributo ROWSPAN il quale,com'è noto, unisce varie celle in senso verticale, non in quello orizzontale (altrimenti ci sarebbe l'attributo COLSPAN).

Devo (dovrei) trasformarla in una tabella senza ROWSPAN ed il contenuto delle celle "espanso". A questo punto sono in grado (l'ho già fatto) di riempire un array bidimensionale
A(1,1)="prima colonna e prima riga"
A(1,2)="prima colonna e prima riga"
A(1,3)="prima colonna e terza riga"
A(2,1)="seconda colonna prima riga"
A(2,2)="seconda colonna seconda riga"
A(2,3)="seconda colonna seconda riga"
Le sei righe sovrastanti sono, in estrema sintesi, il risultato della lettura della tabella di partenza.


Questo dovrebbe essere fatto esaminando il codice HTML ma non saprei, al momento, come fare.

Qualcuno può darmi dei suggerimenti visto che il problema mi sembra un po' complicato ?

[oregon]

Ma di che linguaggio parliamo ?

[giustavalla]

Il linguaggio sarebbe il B4A, simile al Visual Basic. Per un più veloce sviluppo avrei intenzione di scrivere il tutto in Visual Basic (magari il buon vecchio VB6) per poi passare facilmente al B4A. Per questa ragione ho chiesto un aiuto a questo subforum dedicato al Visual Basic e .Net Framework.

[oregon]

Ma hai un file in input? Oppure contatti un sito e vuoi un output su sito? Non fornisci tutti i dettagli necessari per chi non sa nulla del tuo problema.

[giustavalla]

Ho un file html di input, scaricato da un sito e salvato in locale. Anche l'output è locale. Devo prelevare da questo file (e specificatamente da certe celle di una TABLE) i dati in esse contenuti. Lo riesco a fare se la TABLE è semplice (come nel secondo caso raffigurato nell'immagine allegata a primo post) ma se la TABLE ha al suo interno il tag ROWSPAN sono dolori.
L'estrazione (nel caso "semplice") la faccio dopo aver ripulito il codice HTML della TABLE da elementi spuri tipo WIDTH, BGCOLOR e simili, lasciando solo dei TR e dei TD. Poi con una istruzione SPLIT sono in grado di isolare il contenuto delle singole celle.
Forse si è intuito che si tratta di uno schema orario con le ore in verticale ed i giorni in orizzontale; qualche cella occupa 2 o 3 ore ma nessuna occupa un'ora in 2 giorni consecutivi.

[oregon]

Non so con B4A ma con il VB6 puoi utilizzare il "riferimento" alla libreria mshtml di Microsoft (Microsoft HTML Object Library) per trattare direttamente gli elementi del documento HTML. Trovi esempi e documentazione facilmente su internet.

[giustavalla]

Grazie ma non posso usare la mshtml nè altro riferimento al mondo Microsoft perchè non potrei convertirlo in B4A. Devo usare solo istruzioni del tipo LEFT, RIGHT, SPLIT, TRIM, MID, REPLACE, ecc.
Nel caso della tabella "semplice" ho fatto proprio così.

[oregon]

Beh, per questo chiedevo del linguaggio e il fatto di usare vb6 sembrava senza limiti di librerie. Cosi devi scrivere un vero e proprio parser e tutto dipende dalla variabilità dell'input. Per esperienza si parte con un file contenente un certo tipo di tabella e quando si mette a punto un codice saltano fuori mille eccezioni. Quindi è difficile darti suggerimenti se non generici e poco utili. La prima cosa, importante, è fissare le specifiche del file di input, in tutti i casi.