Expression Régulière (Balise HTML)

**maniaco_jazz** · 10/06/2011, 17h52

Bonjour,

Je ne sais pas si c'est bien ici que ce genre de sujet a à faire.

Je n'arrive pas à faire mon expression régulière en fait, bien qu'elle semble "classique"...

Je souhaite retrouver une DIV spécifique dans un flux html. Ceci avec son contenu bien entendu, et avec sa balise fermante.

Pour ce faire, j'ai commencé par quelque chose de simple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<div id="toto">(.*?)</div>

Cette solution me fait arrêter à la première balise DIV fermante, ce qui me pose évidemment un problème.
J'ai donc tenté d'intégrer un petit bout d'expression trouvé sur le net qui récupère les balises ouvrantes et fermantes.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\1>

cependant, en mélangeant le deux, je n'ai plus aucun match :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<div id="toto">(<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\1>)*</div>

J'imagine qu'il doit y avoir une erreur, mais je ne vois pas trop

Merci pour votre aide,

**sylvain230** · 13/06/2011, 15h35

Bonjour,

Essaie de demander dans le forum HTML. Tu auras plus de chance d'avoir une réponse.

Bonne journée

!

**Twinside** · 16/06/2011, 11h11

Si tu es anglophone, un cri du cœur sur le sujet est disponible sur stackoverflow

**l.bruninx** · 07/07/2011, 01h49

J'ai testé cette expression régulière en Abstrasy:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
(define 's
  (string "<html><body>"
          "<div id=\"toto\">azerty</div>"
          "<div id=\"tati\"><div id=\"toto\">qwerty</div></div>"
          "<p><div    id=\"toto\">dworak</div></p>" 
          "</body></html>"
  )
)

(display (list-regex "<div[\\s]+id=\"toto\">([^<]*)</div>" in s))

Le résultat est une liste:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
["<div id=\"toto\">azerty</div>" "<div id=\"toto\">qwerty</div>" "<div    id=\"toto\">dworak</div>"]

Ready...

Donc la forme de l'expression ne devrait pas être trop mauvaise.

Mais, bon... Il ne faut pas oublier que les regex ont leurs limites. Ici, on ne peux pas capturer des séquences dans lesquelles il y aurait des balises.

Ainsi, '<div id="toto"><b>bold</b></div>' ne sera pas traité correctement.

Il est peut être préférable d'analyser l'ensemble des balises de manière récursive.

Expression Régulière (Balise HTML)

Langages de programmation

Discussions similaires

Partager

Partager