Discussion :

[cheboy]

Bonjour.


Voici le code HTML de toutes balises small dont je souhaiterais récupérer dans une variable $start_small_tag_contain, le début de son contenu qui est (<a et aussi dans une variable $end_small_tag_contain, la fin de son contenu qui est </a>):

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
<small>(<a href="https://www.wikidata.org/wiki/Q22302383" class="extiw">
<span class="indicateur-langue" title="Voir l'élément Wikidata correspondant">d</span></a>)</small>
 
<small>(<a href="https://en.wikipedia.org/wiki/Donna_Zuckerberg" class="extiw">
<span class="indicateur-langue" title="Article sur Wikipédia en anglais">en</span></a>)</small>

Et voici comment j'obtiens toutes les balises small de la page https://fr.wikipedia.org/wiki/Mark_Zuckerberg avec DOMDocument :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
libxml_use_internal_errors(true);
        $parser = new DOMDocument();
        $parser->loadHTMLFile("https://fr.wikipedia.org/wiki/Mark_Zuckerberg");
        $get_small_tags = $parser->getElementsByTagName("small");
        foreach ($get_small_tags as $get_small_tag) {
               ...
        }

Comment récupérer dans la boucle foreach, dans une variable $start_small_tag_contain, le début du contenu de la balise small (<a ET dans une autre variable $end_small_tag_contain, la fin du contenu de la même variable small </a>) ???

Merci.

[CosmoKnacki]

Dans quel but?

[cheboy]

L'idée pour moi est de supprimer toutes les Balises <span> contenant la classe CSS indicateur-langue. Et mon code ci-après m'aide bien à le faire sachant que $wikipediaInfoboxTable est le contenu dans laquelle j'avais déjà enregistré ma partie HTML que j'ai récupéré:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
foreach ($get_span_tags as $get_span_tag) {
     if (stripos($get_span_tag->getAttribute('class'), "indicateur-langue") !== false) {
	   $get_infoxbox_span = $parser->saveHTML($get_span_tag);
		$wikipediaInfoboxTable = str_ireplace($get_infoxbox_span, "", $wikipediaInfoboxTable);
     }
}

Mon code ci-dessus fonctionne (donc, j'arrive à supprimer les d, en).

MAIS le problème est qu'il ne supprime que les mots entre parenthèses : d, en. ET ne supprime pas du tout les parenthèses elles-mêmes : ().

Alors que ces balises <span> que je cherche à supprimer sont souvent des liens (balise: <a>...<a> ) qui sont entre parenthèses. et le tout dans une autre balise small comme vous pouvez le constater comme suit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
<small>(<a href="https://www.wikidata.org/wiki/Q22302383" class="extiw">
<span class="indicateur-langue" title="Voir l'élément Wikidata correspondant">d</span></a>)</small>
 
<small>(<a href="https://en.wikipedia.org/wiki/Donna_Zuckerberg" class="extiw">
<span class="indicateur-langue" title="Article sur Wikipédia en anglais">en</span></a>)</small>

Donc, l'idée est de retrouver le début et la fin de l'intérieur de la balise small et de les supprimer comme je réussirais à supprimer et les d et les en qui sont au départ dans des parenthèses avec leur propre parenthèse puisque les parenthèses ne se suppriment pour le moment.