Die Bücherseite präsentiert diesmal zwei englischsprachige Bücher: Eines zeigt Kreativität beim Programmierenvon Webbots und Spidern, das andere gilt als Emacs-Evergreen und ist nun in digitaler Form zu haben.

Webbots und Screen Scraper zu programmieren, um die Informationen von Webseiten zusammenkratzen – das klingt nach einer verlorenen Kunst aus den 90er Jahren. Heute gibt es schließlich Google und unzählige Web-APIs. Das hat aber den Verlag No Starch offensichtlich nicht daran gehindert, sein englischsprachiges Buch zum Thema ein zweites Mal aufzulegen.

Webhacks

Autor Michael Schrenk führt zu Beginn von “Webbots, Spiders, and Screen Scrapers” gute Gründe an, warum sich die Programmierarbeit lohnt: Bots agieren automatisch, können Informationen zusammenführen und filtern und sind damit dem Browser überlegen. Mit Hilfe automatisierter Tools lassen sich Statistiken über den Einsatz von Webtechnologien führen oder Online-Pressespiegel zu einem Thema erstellen oder Raubkopien ausfindig machen. Vor allem, betont Schrenk, mache dieses “konstruktive Hacken” Spaß.

Als Werkzeuge dienen die Skriptsprache PHP sowie Curl, ein HTTP-Tool für die Kommandozeile. Schrittweise zeigt das Buch dem Leser, wie er HTML-Dateien aus dem Web herunterlädt, die selten standardkonform kodierten Inhalte parst oder simulierte Formularanfragen an Webanwendungen schickt. In diesem Zusammenhang führt ihn der Band auch in reguläre Ausdrücke ein.

Danach geht es an einzelne Anwendungsszenarien: Ein Webbot vergleicht Produktpreise, ein anderer erntet Bildergalerien aus dem WWW, ein dritter validiert Links. Weitere Programme dienen als Metasuchmaschine, Aggregator oder FTP-Downloader. Sogar E-Mails lesen und senden die PHP-Roboter.

Weitere Kapitel widmen sich dem Schreiben von Spidern, auch Crawler genannt, die selbstständig Links verfolgen. Die Beispielprogramme werden im Verlauf des Buches anspruchsvoller und führen unter anderem SSL-Verschlüsselung, Cookies und Scheduling ein.

Dieses Buch setzt kaum Vorkenntnisse voraus und gibt einen tiefen Einblick in die Funktionsweise von HTTP, HTML und World Wide Web. Pflichtlektüre für die Mehrheit der Webentwickler dürfte es aber nie werden. Es taugt vielmehr als alternativer Einstieg, als Seiteneingang in die WWW-Technologie.

Digitale Wiedergeburt

Es gibt Bücher, die es vorzustellen lohnt, obwohl sie nicht neu sind. Beim Thema Emacs ist dies “Writing GNU Emacs Extensions” von Bob Glickstein. Leichter als mit diesem Band kann man nicht in die Emacs-Programmierung einsteigen. Ursprünglich 1997 aufgelegt und in Papierform vergriffen, ist das Buch mit der Giraffe seit zwei Jahren in verschiedenen E-Book-Formaten und für Amazons Kindle verfügbar.

Da Glickstein die fundamentale Emacs-Architektur beschreibt, ist sein über 200 Seiten langes Tutorial längst nicht veraltet. Weil er zudem die eingebaute Entwicklerdokumentation des Editors samt Suchfunktionen erläutert, gibt er dem Leser alles an die Hand, um sich auch künftige Programmversionen zu erschließen.

Eine kurze Fingerübung zu Tastaturbelegungen leitet das Buch ein, vermischt mit einer leicht verständlichen Einführung in Emacs Lisp. Danach darf der Leser bereits seine erste Funktion schreiben. Dabei lernt er gleich, wie er den programmierbaren Editor befragt: An welche Taste ist diese Funktion gebunden?

Dieses Prinzip setzt sich fort: Jeder Abschnitt produziert eine komplexere Funktion, doch vor allem stellt er eine weitere Emacs-Komponente vor. So erschließen sich Hooks, der Advise-Mechanismus, der Unterschied zwischen Kommandos und Funktionen, Präfixe, Minor und Major Modes und vieles mehr. Das Kompilieren von Lisp-Dateien sowie automatisches Laden und Fehlerbehandlung runden den Kurs ab. Das alles exerziert der Autor an Beispielen vor, die in einem Kreuzworträtsel-Editor gipfeln.

Glickstein bezeichnet Emacs als “Rohmaterial, aus dem man Editoren baut”. Wer dieses Potenzial ausschöpfen möchte, beginnt am besten mit diesem Buch. Im Onlineshop von Oreilly.com gibt es unter anderem die Formate PDF, Mobi und Epub ohne DRM. Amazon bietet eine Kindle-Version an.