Tarea #1 [solución]

Traducción de avisos económicos a XML

      La base tecnológica sobre la que está contruida la red Internet incluye el HTML, el ancestro del XML. Usted construirá su programa "xecnx.exe" que tome páginas HTML de avisos económicos y extraigan un documento en formato XML con la información relevante al documento. Su programa debe ser capaz de extraer toda la información de cada anuncio económico. También debe manejar la codificación que es usual en este tipo de avisos. Use las siguientes páginas Internet para realizar su trabajo:

• http://www.4llantas.com/
• http://www.CRautos.com/
• http://www.economicos.com/
• http://www.diarioextra.com/

      Después de analizar los avisos económicos, su programa debe producir un documento XML altamente estructurado que permita manipular con comodidad todos los avisos económicos. No se limite a copiar el texto de cada anuncio en un sólo renglón: examine palabra por palabra cada anuncio para decodificar el significado. Por ejemplo, en lugar de crear un documento XML que contenga este renglón completo:

<ANUNCIO>
   HYUNDAI 96, americana, azul, al día, airback, d/h, a/c. Tel:344-5177. 0000237654
</ANUNCIO>

<add language="spanish">
  <id>0000237654</id>
  <class>car</class>
  <date>
     <year>2007</year>
     <month>03</month>
     <day>12</day>
  </date>
  <brand>HYNDAI</brand>
  <contact tag="phone">344-5177</contact>
  <attribute>
     <year>1996</year>
     <value>americana</value>
     <color>azul</color>
     <value>al dia</value>
     <value>airback</value>
     <value tag="d/h">direccion hidraulica</value>
     <value tag="a/c">aire acondicionado</value>
  </attribute>
</add>

Entrega de la tarea

PROJECT_NAME = "xecnx:" OUTPUT_LANGUAGE = Spanish OUTPUT_DIRECTORY = . GENERATE_LATEX = NO GENERATE_MAN = NO GENERATE_RTF = NO CASE_SENSE_NAMES = YES INPUT = xecnx.cpp Tree.h Biblio.h Biblio.cpp RECURSIVE = NO QUIET = YES JAVADOC_AUTOBRIEF = YES EXTRACT_ALL = YES EXTRACT_PRIVATE = YES EXTRACT_STATIC = YES EXTRACT_LOCAL_CLASSES = YES INLINE_INHERITED_MEMB = YES SOURCE_BROWSER = YES INLINE_SOURCES = NO STRIP_CODE_COMMENTS = NO REFERENCED_BY_RELATION= NO REFERENCES_RELATION = NO FULL_PATH_NAMES = NO SORT_MEMBER_DOCS = NO SORT_BRIEF_DOCS = NO CLASS_DIAGRAMS = YES ENABLE_PREPROCESSING = YES MACRO_EXPANSION = YES EXPAND_ONLY_PREDEF = YES PREDEFINED = "DOXYGEN_COMMENT" \ "_MSC_VER=1300" #--- TODOS ESTOS SON MENOS COMUNES --- # DISTRIBUTE_GROUP_DOC = YES # ENABLE_PREPROCESSING = YES # EXAMPLE_PATH = example_test.cpp # FILE_PATTERNS = diagrams_*.h # GENERATE_TAGFILE = example.tag # HAVE_DOT = YES # PERL_PATH = perl # TAGFILES = example.tag=../../example/html # Manual ==> http://www.doxygen.org/manual.html

      Luego de imprimir la documentación de su programa, y entregarla en clase, envíe su trabajo por correo electrónico. Para esto, haga un archivo empacado .zip cuyo nombre sea su número de carnet. Incluya en ese archivo lo siguiente:

1. Un documento en formato HTML que describa el trabajo que realizó. Incluya el nombre del compilador que usó.
2. La especificación de su programa.
3. Archivo de configuración Doxygen (los asistentes usrarán este archivo de configuración para generar la documentación de su programa, por lo que sobra que usted incluya esa documentaciónen su archivo .zip).
4. El código fuente de sus programas (archivos de implementación *.c, *.cpp, *.h, etc.).
5. Los archivos y datos de prueba para su programa.
6. Un archivo de enlace Internet, con extensión .url que permita abrir la página Internet en que está la documentación completa de su programa.

      Las cuentas de computador en la ECCI se asignan de acuerdo al número de carnet. Por ejemplo, si su carnet es el número 95-28-09, para entregar su tarea usted debe crear el archivo 952809.zip para enviarlo por correo electrónico. Si varios alumnos participaron en la confección de la tareas, sus carnets deben incluirse en el nombre del archivo .zip: 952809-952810-952811.zip.

      Luego haga en su cuenta personal un subdirectorio llamado public_html, que es bajo el que se instalan todas sus páginas Internet. Por ejemplo, si su solución está en el archivo HTML llamado "OLP/t3sol952809.htm", entonces usted debe instalar esa página en el archivo
      public_html/OLP/t3sol952809.htm
de su cuenta. Luego, para acceder esa página Internet, debe entrar a este sitio:
      http://anubis.ecci.ucr.ac.cr/~e952809/OLP/t3sol952809.htm

[InternetShortcut] URL=http://anubis.ecci.ucr.ac.cr/~e952809/OLP/t3sol952809.htm

952809.url

      Como todas las cuentas de estudiante son la letra "e" seguida del número de carnet, para el estudiante de carnet "952809" la cuenta es "e952809". Para indicarle al servidor Internet a cuál cuenta entrar se usa el caracter "~" (Alt-126), seguido del nombre de la cuenta: "~e952809". En este caso, el archivo de acceso rápido a su página Internet se llamaría "952809.url".

      Después de la fecha de entrega del programa, puede usted instalar en su cuenta personal su solución (no instale antes su solución en Internet, pues en ese caso sería usted culpable de facilitar la copia de su trabajo, y en consecuencia se haría acreedor a la sanción respectiva).

      Por ejemplo, para entregar su tarea programada, el estudiante 952809 crea su archivo 952809.zip en el que aparece estos archivos:

xecnx.cpp

Programa que produce el índice jerárquico de un documento HTML.

Biblio.cpp

Implementaciones de "Biblio.h".

 

Tree.h

Objeto Árbol genérico.

Biblio.h

Biblioteca personal de funciones.

 

952809.doc

Documentación, escrita con Word (incluye la portada)

952809.htm

Página Internet con toda la documentación

952809.dxg

Archivo de configuración Doxygen.

952809.url

Enlace para abrir la página Internet

 

xecnx.dsp

Archivo para compilar el programa con MSC++ v6.x

xecnx.vcproj

Archivo para compilar el programa con MSC++ .NET

Políticas de Corrección de Tareas

• Es muy importante que el programa esté correctamente indentado y que las instrucciones estén debidamante espaciadas.
• Es muy importante que en todo el programa haya buena documentación interna.
• Uso de Doxygen para la especificación de todos los métodos, funciones y campos de la clase.
• http://www.di-mare.com/adolfo/p/convpas.htm
• http://java.sun.com/docs/codeconv/CodeConventions.pdf

La falta de cualquier especificación debe ser castigada fuertemente. Correcta indentación del código fuente. Correcto espaciado del código fuente. Código fuente escrito de manera que se legible y claro. Uso de indentificadores significativos.

Entrega de Tareas

Soluciones

Adolfo Di Mare <adolfo@di-mare.com>.
Copyright © 2007
Derechos de autor reservados © 2007