Je fais un prog qui récupère les liens dans un fichier html.
Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les
caractères rencontrés dans les liens pour récupérer seulement ce qui
concerne le "href". Mais il y a beaucoup de possibilités et le prog est long
et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Cette action est irreversible, confirmez la suppression du commentaire ?
Signaler le commentaire
Veuillez sélectionner un problème
Nudité
Violence
Harcèlement
Fraude
Vente illégale
Discours haineux
Terrorisme
Autre
Pif
Bonjour
Je fais un prog qui récupère les liens dans un fichier html. Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les caractères rencontrés dans les liens pour récupérer seulement ce qui concerne le "href". Mais il y a beaucoup de possibilités et le prog est long et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Merci d'avance Guillaume
utiliser un parser (analyser syntaxique) ou les expression regulieres
(regex) directement....
Bonjour
Je fais un prog qui récupère les liens dans un fichier html.
Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les
caractères rencontrés dans les liens pour récupérer seulement ce qui
concerne le "href". Mais il y a beaucoup de possibilités et le prog est long
et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Merci d'avance
Guillaume
utiliser un parser (analyser syntaxique) ou les expression regulieres
Je fais un prog qui récupère les liens dans un fichier html. Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les caractères rencontrés dans les liens pour récupérer seulement ce qui concerne le "href". Mais il y a beaucoup de possibilités et le prog est long et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Merci d'avance Guillaume
utiliser un parser (analyser syntaxique) ou les expression regulieres
(regex) directement....
Kupee
Guillaume wrote:
Bonjour
Je fais un prog qui récupère les liens dans un fichier html. Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les caractères rencontrés dans les liens pour récupérer seulement ce qui concerne le "href". Mais il y a beaucoup de possibilités et le prog est long et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
J'avais utilisé un parseur : http://htmlparser.sourceforge.net/ Il a un Visitor (du design pattern de même nom) qui déclenche une action en entrant dans un noeud d'un certain type.
Guillaume wrote:
Bonjour
Je fais un prog qui récupère les liens dans un fichier html.
Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les
caractères rencontrés dans les liens pour récupérer seulement ce qui
concerne le "href". Mais il y a beaucoup de possibilités et le prog est long
et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
J'avais utilisé un parseur : http://htmlparser.sourceforge.net/
Il a un Visitor (du design pattern de même nom) qui déclenche une action
en entrant dans un noeud d'un certain type.
Je fais un prog qui récupère les liens dans un fichier html. Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les caractères rencontrés dans les liens pour récupérer seulement ce qui concerne le "href". Mais il y a beaucoup de possibilités et le prog est long et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
J'avais utilisé un parseur : http://htmlparser.sourceforge.net/ Il a un Visitor (du design pattern de même nom) qui déclenche une action en entrant dans un noeud d'un certain type.
Guillaume
utiliser un parser (analyser syntaxique) ou les expression regulieres (regex) directement....
J'ai déjà cherché un parser mais je n'ai pas trouvé (peut-être m'y suis-je mal pris !) sinon pour les expressions régulières, j'ai pas trop l'habitude de les utiliser. Avez vous des liens sur ce sujet (parser des liens ?
Merci d'avance Guillaume
utiliser un parser (analyser syntaxique) ou les expression regulieres
(regex) directement....
J'ai déjà cherché un parser mais je n'ai pas trouvé (peut-être m'y suis-je
mal pris !) sinon pour les expressions régulières, j'ai pas trop l'habitude
de les utiliser. Avez vous des liens sur ce sujet (parser des liens ?
utiliser un parser (analyser syntaxique) ou les expression regulieres (regex) directement....
J'ai déjà cherché un parser mais je n'ai pas trouvé (peut-être m'y suis-je mal pris !) sinon pour les expressions régulières, j'ai pas trop l'habitude de les utiliser. Avez vous des liens sur ce sujet (parser des liens ?
Merci d'avance Guillaume
Nico
"Guillaume" a écrit
Je fais un prog qui récupère les liens dans un fichier html. Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les caractères rencontrés dans les liens pour récupérer seulement ce qui concerne le "href". Mais il y a beaucoup de possibilités et le prog est long
et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ? Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche plutôt bien.
Nicolas
"Guillaume" a écrit
Je fais un prog qui récupère les liens dans un fichier html.
Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les
caractères rencontrés dans les liens pour récupérer seulement ce qui
concerne le "href". Mais il y a beaucoup de possibilités et le prog est
long
et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ?
Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche
plutôt bien.
Je fais un prog qui récupère les liens dans un fichier html. Malheureusement, c'est une vraie usine à gaz. Je me base en fait sur les caractères rencontrés dans les liens pour récupérer seulement ce qui concerne le "href". Mais il y a beaucoup de possibilités et le prog est long
et compliqué (voire très crade !)
Quelqu'un a-t-il une autre manière de faire plus simple ???
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ? Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche plutôt bien.
Nicolas
Kupee
Nico wrote:
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ? Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche plutôt bien.
A mon avis la solution est plutot lente, et je pense pas qu'elle soit très robuste face a du html mal formé Le parseur que je donnait dans mon autre post arrive lui a parser du html généré par Microsoft Word, c'est donc bien un gage de robustesse non ? :D
Nico wrote:
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ?
Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche
plutôt bien.
A mon avis la solution est plutot lente, et je pense pas qu'elle soit
très robuste face a du html mal formé
Le parseur que je donnait dans mon autre post arrive lui a parser du
html généré par Microsoft Word, c'est donc bien un gage de robustesse
non ? :D
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ? Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche plutôt bien.
A mon avis la solution est plutot lente, et je pense pas qu'elle soit très robuste face a du html mal formé Le parseur que je donnait dans mon autre post arrive lui a parser du html généré par Microsoft Word, c'est donc bien un gage de robustesse non ? :D
Nico
"Kupee" a écrit
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ? Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche
plutôt bien.
A mon avis la solution est plutot lente, et je pense pas qu'elle soit très robuste face a du html mal formé Le parseur que je donnait dans mon autre post arrive lui a parser du html généré par Microsoft Word, c'est donc bien un gage de robustesse non ? :D
C'est sur que je ne l'ai pas essayé sur beaucoup de pages. Donc je ne sais pas pour la robustesse. Question perfs, je n'ai même pas regardé, la page que je parse est assez lente à récupérer (débit réseau pas terrible et en plus la page est générée à partir d'une base de données sur un serveur surchargé) donc je ne verrais aucune différence.
Par contre, le code est simple à faire. Le plus long c'est qu'il faut dériver 2 classes ;)
Nicolas
"Kupee" a écrit
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ?
Je me sers de çà pour récupérer des infos dans une <table> HTML et çà
marche
plutôt bien.
A mon avis la solution est plutot lente, et je pense pas qu'elle soit
très robuste face a du html mal formé
Le parseur que je donnait dans mon autre post arrive lui a parser du
html généré par Microsoft Word, c'est donc bien un gage de robustesse
non ? :D
C'est sur que je ne l'ai pas essayé sur beaucoup de pages. Donc je ne sais
pas pour la robustesse.
Question perfs, je n'ai même pas regardé, la page que je parse est assez
lente à récupérer (débit réseau pas terrible et en plus la page est générée
à partir d'une base de données sur un serveur surchargé) donc je ne verrais
aucune différence.
Par contre, le code est simple à faire. Le plus long c'est qu'il faut
dériver 2 classes ;)
Ca marcherait pas avec HTMLDocument et HTMLEditorKit.ParserCallback ? Je me sers de çà pour récupérer des infos dans une <table> HTML et çà marche
plutôt bien.
A mon avis la solution est plutot lente, et je pense pas qu'elle soit très robuste face a du html mal formé Le parseur que je donnait dans mon autre post arrive lui a parser du html généré par Microsoft Word, c'est donc bien un gage de robustesse non ? :D
C'est sur que je ne l'ai pas essayé sur beaucoup de pages. Donc je ne sais pas pour la robustesse. Question perfs, je n'ai même pas regardé, la page que je parse est assez lente à récupérer (débit réseau pas terrible et en plus la page est générée à partir d'une base de données sur un serveur surchargé) donc je ne verrais aucune différence.
Par contre, le code est simple à faire. Le plus long c'est qu'il faut dériver 2 classes ;)
Nicolas
Pif
utiliser un parser (analyser syntaxique) ou les expression regulieres (regex) directement....
le projet antlr fait ca parait il , y'en a d'autres, notamment, je crois qu'aver un rechercher genre lex/yacc + java dans google tu dois trouver quelques chose...
je suis désolé car je suis pas vraiment concerné, du coup j'ai croisé ca quelque part pis je sais qu'il en existe qui parsent le HTML, XHTML et compagnie, mais j'ai pas retenu les noms...
ou encore une recherche sur http://freshmeat.net/ mais c'est plus bordelique pour le second !
J'ai déjà cherché un parser mais je n'ai pas trouvé (peut-être m'y suis-je mal pris !) sinon pour les expressions régulières, j'ai pas trop l'habitude de les utiliser. Avez vous des liens sur ce sujet (parser des liens ?
package regex ou un coup de google..
Merci d'avance Guillaume
utiliser un parser (analyser syntaxique) ou les expression regulieres
(regex) directement....
le projet antlr fait ca parait il , y'en a d'autres, notamment, je crois
qu'aver un rechercher genre lex/yacc + java dans google tu dois trouver
quelques chose...
je suis désolé car je suis pas vraiment concerné, du coup j'ai croisé ca
quelque part pis je sais qu'il en existe qui parsent le HTML, XHTML et
compagnie, mais j'ai pas retenu les noms...
ou encore une recherche sur http://freshmeat.net/
mais c'est plus bordelique pour le second !
J'ai déjà cherché un parser mais je n'ai pas trouvé (peut-être m'y suis-je
mal pris !) sinon pour les expressions régulières, j'ai pas trop l'habitude
de les utiliser. Avez vous des liens sur ce sujet (parser des liens ?
utiliser un parser (analyser syntaxique) ou les expression regulieres (regex) directement....
le projet antlr fait ca parait il , y'en a d'autres, notamment, je crois qu'aver un rechercher genre lex/yacc + java dans google tu dois trouver quelques chose...
je suis désolé car je suis pas vraiment concerné, du coup j'ai croisé ca quelque part pis je sais qu'il en existe qui parsent le HTML, XHTML et compagnie, mais j'ai pas retenu les noms...
ou encore une recherche sur http://freshmeat.net/ mais c'est plus bordelique pour le second !
J'ai déjà cherché un parser mais je n'ai pas trouvé (peut-être m'y suis-je mal pris !) sinon pour les expressions régulières, j'ai pas trop l'habitude de les utiliser. Avez vous des liens sur ce sujet (parser des liens ?
