Discussion :

[windob]

Salut a tous,

Je bosse sur une extension firefox qui utilise de l'AJAX (XmlHttpRequest) pour obtenir une page web distante. J'aimerais pouvoir parcourir cette page web en tant que document DOM mais j'ai un probleme :

Certaines pages distantes sont mal formées (la structure XML n'est pas valide) ce qui produit une erreur si j'essaye de récupérer un document XML (var xmldoc = http_request.responseXML; ). Le script se bloque et n'étudie pas la suite du document.

J'ai cherché du coté des techniques AHAH (Async HTTP and HTML ?) qui consiste a ajouter le contenu de la requête (http_request.responseText) a l'aide de innerHTML, mais (évidemment !), le code ajouté est considéré comme du texte et n'est pas accessible avec le méthode de DOM (getElementById, ...). Cette technique aurait sans doute marché si je l'avais utilisée dans une page affichée dans le navigo mais je ne souhaite pas l'afficher, je souhaite un traitement en tache de fond.

Comment faire pour pouvoir charger une page HTML qui ne soit pas nécessairement bien formée (le navigateur le fait bien !) ?
Je précise que je ne veut pas afficher la page mais juste étudier son code et en extraire certaines données.

Merci d'avance.

[franculo_caoulene]

Salut,

Je dis ça de mémoire, je n'ai jamais eu besoin de trop me pencher sur le XML, je peux donc me tromper.

HTML n'est pas du XML. XHTML était censé répondre à cette demande, sa syntaxe nous obligeant à bien former un document. Logiquement tu peux parser un document XHTML sans souci, mais pas HTML.

Je ne peux te donner que des pistes. Je pense qu'il faudrait que tu crées un document, plutôt que d'y affecter la réponse à la requête, puis que tu injectes la réponse. Regarde du coté de createDocument, DocumentFragment et createDocumentFragment.

[windob]

Merci de ta réponse !

En effet, il semble que le xhtml valide passe correctement. Par contre, le problème est que les pages web que je désire étudier ne sont pas les miennes : ce sont des pages distantes dont je n'ai pas le contrôle. Je ne peut donc pas les rendre valides et j'aimerais quand même pouvoir les étudier.

Le navigateur arrive bien a créer un DOMDocument sans que la structure XML ne soit respectée, je trouve étonnant qu'aucune méthode ne permette d'avoir ce comportement... (Du moins, je m'étonne que mes recherches aient été aussi infructueuses si la méthode existent !)

[Bovino]

Salut,
Tu n'arriveras pas à parser un document en tant que XML si il est mal formé !
La solution que je vois serait d'insérer le code récupéré dans une iframe cachée puis d'utiliser les méthodes du DOM dessus.