Discussion :

[altecad]

Bonjour à Jedai et aux utilisateurs du forum,

Aujourd'hui, j'aimerai apprendre l'utilisation du module HTML:: Parser pour récupérer les informations "data" dans le code ci dessous:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
...
<tr>
<td class="titre" align="center"><b>categorie</b><br></td>
 
<td class="texte" align="center"><span class="textegras">data1</span></td>
<td class="texte" align="center"><span class="textegras">data2</span></td>
<td class="texte" align="center"><span class="textegras">data3</span></td>
</tr>
...

Sauf erreur de ma part, HTML:: Parser génère des évènements quand il analyse le code. d'après la documentation du module / cpan

donc on pourrait avoir ce début de code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
    use HTML::Parser;
 
    my $page = ( "détient le contenu html a parser" );
 
    # création de mon parser
    my $parser = HTML::Parser->new();
 
    # définition des mes evenements
    $parser->handler( text  => \&text,  "text" );
    $parser->handler( start => \&start, "tagname,attr" );
    $parser->handler( end   => \&end,   "tagname" );

l'évènement "text" est déclenché quand un morceau de texte est détecté.
l'évènement "start" correspond à l'ouverture d'une balise.
l'évènement "end" correspond à la fermeture d'une balise.

Donc ma solution serait d'indiquer en la balise <span> ... </span> mais je bloque à ce niveau. Merci pour vos conseils.

Altecad

[Jedai]

La solution passe par la simulation d'une machine à état.
Soit tu utilises des variables globales (beurk ), soit tu utilises de bien plus mignonnes closures :

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
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#!/usr/bin/perl
use strict; use warnings;
 
use HTML::Parser;
 
my $page = "détient le contenu html a parser";
 
# création de mon parser
my $parser = HTML::Parser->new();
 
# définition des mes evenements
$parser->handler( text  => \&text,  "dtext" );
$parser->handler( start => \&start, "tagname,attr" );
$parser->handler( end   => \&end,   "tagname" );
 
$parser->parse($page);
 
# définition des callbacks
# on les rassemble dans un bloc pour que les variables lexicales
# sur lesquels on les clos soient invisibles du reste du script
{
    my $in_span_textegras;
    my @data;
 
    sub start {
        my ($tag, $attr) = @_;
        $in_span_textegras++ 
            if $tag eq 'span' and $attr->{class} eq 'textegras';
    }
 
    sub end {
        my ($tag) = @_;
        $in_span_textegras--
            if $tag eq 'span' and $in_span_textegras;
    }
 
    # tu souhaiteras peut-être faire ton traitement directement
    # dans cette fonction
    sub text {
        my ($text) = @_;
        push @data, $text
            if $in_span_textegras;
    }
 
    # si tu fais le traitement dans text() tu n'auras pas besoin
    # de cette fonction
    sub get_datas {
        return @data;
    }
 
}

Ceci ne marchera bien que si tu peux garantir qu'il n'y aura pas de <span> à l'intérieur de tes "datas", et ne retiendra que le texte à l'intérieur de ces "datas", néanmoins ça devrait te fournir une base pour comprendre quoi faire si ton cas est plus complexe.

--
Jedaï

[altecad]

Je viens de tester les 3 sub et j'ai un début de résultat. A moi maintenant de paufiner

Merci pour ton aide et tes explications Jedaï

[projetGTR]

Bonjour, Je sais que ce post est pas tout neuf mais j'ai en gros le même problème que le posteur initial.
J'ai en entrée un fichier html et je cherche à recuperer uniquement l'information textuel de ce fichier :

<td class="avistxt" width="290">Alors pour moi qui bricole .... ou pour ouvrir un dossier.</td>

et j'aimerais recuperer uniquement : " Alors pour moi qui bricole ....blabla... ou pour ouvrir un dossier.

C'est à titre d'exemple biensur :)

j'ai réutiliser le code exposé dans ce post, ce qui me donne :

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
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
#!/usr/bin/perl
use strict; use warnings;
 
use HTML::Parser;
 
my $page = "Z:\essai.html";
 
# création de mon parser
my $parser = HTML::Parser->new();
 
# définition des mes evenements
$parser->handler( text  => \&text,  "text" );
$parser->handler( start => \&start, "tagname,attr" );
$parser->handler( end   => \&end,   "tagname" );
 
$parser->parse($page);
 
{
    my $in_span_textegras;
    my @data;
 
    sub start {
        my ($tag, $attr) = @_;
        $in_span_textegras++ 
            if $tag eq 'td' and $attr->{class} eq 'avistxt';
    }
 
    sub end {
        my ($tag) = @_;
        $in_span_textegras--
            if $tag eq 'td' and $in_span_textegras;
    }
 
    sub text {
        my ($text) = @_;
        push @data, $text
          if $in_span_textegras;
    }
 
}

Est ce que vous y voyez des erreurs ? est ce que à la place de "dtext" dois je mettre mes mots à rechercher sachant que le contenu textuel change à chaque page ?
Est ce que le faite que je sois sous windows pose un souci sur l'utilisation de PERL ?
tant de réponse qui me sont encore inconnu pour une simple débutante que je suis :p

merci à ceux qui répondront

[djibril]

cree toi un autre post