[Iska]

DJ Mogarych, а… ну, да.

[v79italya]

быстрая обработка возможна для реляционных баз данных »

реляционные данные это, я так понял, без всяких объединений.
Вот смотрите, если в PQ(на обработку ушло 30 секунд на этот файл) слегка обработать и после сохранить в csv, то на выходе прикрепленный файл. Такой файл можно быстро обработать(извлечь текст между NOWRAP> и </TD>, удалить &nbsp?

[Sham]

для себя кстати распарсил, но выкладывать вряд-ли буду. Там помимо colspan'ов ещё всякого нежданчика может быть...

[v79italya]

кстати распарсил »

Сколько времени уходит на обработку файла?

[YuS_2]

Сколько времени уходит на обработку файла? »

Распарсить-то возможно. Но время будет невменяемым, с таким подходом.
На тот файл .html, который был показан, будет уходить минут от 5 до 15, как минимум...

[v79italya]

будет уходить минут от 5 »

Значит, обработка в Power Query за минуту не такой уж и медленный вариант.
А я думал что PQ много в чем тормозит

[YuS_2]

Значит, обработка в Power Query за минуту не такой уж и медленный вариант. »

Если результат устраивает, то можно считать быстро...
Вот парсер на powershell

Код:

$infile = '15p.html'
$outfile = '15p_out.csv'
$timefile = 'time.txt'
measure-command{
$skip = 2 # Пропуск первых строк таблицы, для формирования заголовков
$html = new-object -com "HTMLFile"
$html.ihtmldocument2_write($(gc $infile -raw -enc utf8))

$table = $html.getelementsbytagname("table")
$tr = $table[0]|%{$_.getelementsbytagname("tr")}
$head = $tr[$skip]|%{$_.getelementsbytagname("td")}
$rowind = ,1 * $head.count

$headers = $null
$tr[$skip..$tr.count]|%{
	$row = $_.getelementsbytagname("td") | select innertext,rowspan,colspan  
	if ($headers) {
		$str = [ordered]@{}
		$rowspan = new-object 'int[]' $head.count
		$k=0
		foreach ($item in $row){
			while ($rowind[$k] -gt 1){
				$str[$headers[$k]] = $null
				$rowind[$k] -= 1
				$rowspan[$k] = 1
				$k++
			}
			$str[$headers[$k]] = $item.innertext.trim()
			$rowspan[$k] = $item.rowspan
			$k++
		}
		for($i=0;$i -lt $rowind.count;$i++){
			if ($rowspan[$i] -gt 1){$rowind[$i] = $rowspan[$i]}
		}
		[pscustomobject]$str
	} else {
		$headers = $row.innertext.trim()
	}
}|export-csv $outfile -notype -enc utf8 -d ';'
}|out-file $timefile

Возможно, не оптимально, но что уж получилось...
rowspan-ы учитываются...
colspan-ы не учитываются...
Пробуйте... у меня парсился файл 11 минут.

[DJ Mogarych]

YuS_2, вы героический человек.

[v79italya]

YuS_2, спасибо. Завтра опробую

[Iska]

YuS_2, вы героический человек. »

Не то слово . Присоединюсь.