parser fichier html avec C#.Net

**medchafik** · 28/08/2010, 17h51

Bonjour à tous

j'ai besoin de parser un fichier html avec c#.

je veux lire les noms des balises ainsi que les valeur que contient chaque balise

Exemple:
j'ai le fichier html suivant :<html>... <td > bonjour </td> ...</html>
but:
rechercher la balise avec le nom "td" et lire la valeur que contient : dans ce cas "bonjour"

Merci d'avance

**tomlev** · 29/08/2010, 12h53

C'est pas très simple... On pourrait envisager d'utiliser un parser XML, mais la plupart des pages HTML ne sont pas des documents XML valides. Par contre il existe un outil appelé HTML Agility Pack qui permet de parser un fichier HTML avec une bonne tolérance pour les erreurs genre balises non fermées, attributs sans guillemets etc...

**PatteDePoule** · 30/08/2010, 14h39

Si c'est des trucs simples que tu recherches, tu peux utiliser les expressions régulières.

**tomlev** · 30/08/2010, 14h47

Envoyé par PatteDePoule

Si c'est des trucs simples que tu recherches, tu peux utiliser les expressions régulières.

Les regex sont très mal adaptées à ce genre de choses malheureusement... ça peut marcher, mais c'est à réserver à des cas très simples

Certaines personnes ont d'ailleurs des idées assez radicales sur la question

http://stackoverflow.com/questions/1...732454#1732454

**PatteDePoule** · 30/08/2010, 14h51

J'ai suggéré ça car dans une application j'extrais le contenu que je veux d'une page web avec cette méthode. Ça fonctionne bien.

Mais c'est sur qu'aux moindre changement du code source de la page, je dois modifier mes expressions

Mais c'est rare que ça arrive

(dans mon cas)

**medchafik** · 02/09/2010, 14h58

j'ai utilisé le package "HTML Agility Pack" ca fonctionne bien
merci tomlev

parser fichier html avec C#.Net

C#

Discussions similaires

Partager

Partager