Регулярные выражения (регексы) - это механизм для поиска подстрок в тексте. Они становятся незаменимы, когда XPath перестаёт работать из-за изменений вёрстки сайта.
Как это работает в Datacol
Инструмент Selector позволяет загрузить исходный код страницы и найти в нём нужный текстовый шаблон. Можно выделить окружающие HTML-теги, и Datacol сам сгенерирует регулярное выражение.
Гибкая настройка
Можно указать сразу несколько регулярных выражений - они будут обработаны последовательно. Регекс комбинируется с XPath: сначала отрабатывает XPath, затем к результату применяется регулярное выражение. Для полей с лишним текстом помогают правила замены, которые убирают ненужные фрагменты. Тот же приём подходит для извлечения ссылок и диапазонов данных.
Когда это нужно
Регулярные выражения выручают именно тогда, когда автоматический подбор XPath не срабатывает, а ручные варианты не подходят - это практичный запасной вариант для сложных сценариев парсинга.