nicht angemeldet
Hello,
Und jeder umsichtige Bot-Autor wird vermutlich viele der dort genannten Methoden implementieren.
Ist ja eine gute Hilfe dabei, dass dort so viele Methoden erklärt sind :-)
Grundsätzlich würde ich davon ausgehen, dass ein Bot-Entwickler einen etablierten HTML-Parser in sein Programm einbaut, anstatt sowas selber zu entwickeln. D.h., alles, was „HTML-basiert“ ist - Unicode Characters, Hex Values, HTML Comments - scheidet eigentlich schon aus.
Und UTF-8 macht es ja auch möglich, für alle anderen Codierungen eine gemeinsame Basis zu bilden, die nahzu verlustfrei alle repräsentieren kann. Von dieser "normierten Schreibweise" aus kann man dann die Erkennungsalgorythmen betreiben.
Liebe Grüße aus dem schönen Oberharz
Tom vom Berg
