Discussion :

[ViRouF]

Bonjour,

Voilà mon code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
 
public static void main(String[] args) {
		// TODO Auto-generated method stub
 
		try{
			String codeHTML = getIpFrom("http://www.google.com");
			Pattern regex_masque;
			Matcher regex_resultat;
 
 
			//System.out.println(codeHTML);
			regex_masque = Pattern.compile("(<a.*href=[\"']([^\"]*)[\"'].*>)",Pattern.CASE_INSENSITIVE);
			regex_resultat = regex_masque.matcher(codeHTML);
 
			System.out.println("Nombre de résultat(s) : " + regex_resultat.groupCount());
 
 
			while(regex_resultat.find()) {
				System.out.println("Le texte : " + regex_resultat.group(1));
				System.out.println("Le texte : " + regex_resultat.group(2));
			}
		}
		catch(PatternSyntaxException e){}
	}

Je récupère dans un premier temps tout le code HTML d'une page, et je cherche à en extraire tous les liens hypertextes. Je vais bien avoir les résultats pour un lien par "ligne", mais si plusieurs liens sont dans une même "ligne" alors je n'ai que le dernier

Comment accéder à tous les autres ?

Exemple si ma chaine à analyser est "<a href='t1.php'>toto</a>blabla<a href='dd.html'>titi</a>" je veux récupèrer t1.php et dd.html, mais actuellement je n'ai que dd.html

Merci d'avance

[adiGuba]

Salut,


2 remarques :

• groupCount() ne te renvoit pas le nombre de résultat, mais le nombre de groupe dans ton expression régulière, c'est à dire le nombre de partie entre parenthèse.
• Les bloc catch() vides peuvent être très dangereux ! A la rigueur il vaut presque mieux ne pas traiter l'exception plutôt que de l'ignorer comme cela... un printStackTrace() ne serait pas de trop !

Quand à ton problème, c'est les '*' qui sont trop gourmand, et prennent la totalité de la ligne (tu peux voir cela en affichant le group() initial). En utilisant des '*?' tu limites la recherche à la section correspondante la plus courte...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
		try {
			String codeHTML = "<a href='t1.php'>toto</a>blabla<a href='dd.html'>titi</a>";// getIpFrom("http://www.google.com");
			Pattern regex_masque;
			Matcher regex_resultat;
 
			// System.out.println(codeHTML);
			regex_masque = Pattern.compile("<a.*?href=[\"']([^\"]*?)[\"'].*?>", Pattern.CASE_INSENSITIVE);
			regex_resultat = regex_masque.matcher(codeHTML);
 
			while (regex_resultat.find()) {
				System.out.println("Le pattern trouvé : " + regex_resultat.group());
				System.out.println("Le lien           : " + regex_resultat.group(1));
				System.out.println();
			}
		} catch (PatternSyntaxException e) {
			e.printStackTrace();
		}

a++