J'ai besoin de beaucoup d'aide car je ne maitrise pas du tout l'HTML ... (Je travail sous visual studio 2008 en c ++)
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
J'ai un script qui interroge un site web et sauvegarde la reponse au format HTML.
Un script ? Ou un programme ?
Maintenant, je doit recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
Des variables en C++ je suppose ?
Une solution simple, si tu as une partie en script est de parser dans le script sous une forme que ton programme c++ comprendra. C'est plus souple, plu facile à debugger et à developper.
Sinon, ça dépend de la complexité de ce qu'il y a à parser: parseur (X/ HT)ML ou regex.
-- Michael
On 23 juin, 12:07, bblanc22 <b_be...@hotmail.com> wrote:
Bonjour,
J'ai besoin de beaucoup d'aide car je ne
maitrise pas du tout l'HTML
... (Je travail sous visual studio 2008 en c
++)
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs
de risque :)
J'ai un script qui interroge un site web et sauvegarde la reponse
au format HTML.
Un script ?
Ou un programme ?
Maintenant, je doit recuperer les infos de cette page web pour
les mettre dans des variables dont je pourrais me servir plus tard...
Des variables en C++ je suppose ?
Une solution simple, si tu as une partie en script est de parser dans
le script sous une forme que ton programme c++ comprendra. C'est plus
souple, plu facile à debugger et à developper.
Sinon, ça dépend de la complexité de ce qu'il y a à parser: parseur (X/
HT)ML ou regex.
J'ai besoin de beaucoup d'aide car je ne maitrise pas du tout l'HTML ... (Je travail sous visual studio 2008 en c ++)
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
J'ai un script qui interroge un site web et sauvegarde la reponse au format HTML.
Un script ? Ou un programme ?
Maintenant, je doit recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
Des variables en C++ je suppose ?
Une solution simple, si tu as une partie en script est de parser dans le script sous une forme que ton programme c++ comprendra. C'est plus souple, plu facile à debugger et à developper.
Sinon, ça dépend de la complexité de ce qu'il y a à parser: parseur (X/ HT)ML ou regex.
-- Michael
pjb
bblanc22 writes:
Bonjour,
J'ai besoin de beaucoup d'aide car je ne maitrise pas du tout l'HTML... (Je travail sous visual studio 2008 en c ++)
J'ai un script qui interroge un site web et sauvegarde la reponse au format HTML.
Maintenant, je doit recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
si quelqu'un peut m'aider ...
Dans ce cas, il faut utiliser une bibliothèque pour parser l'HTML et naviger dans l'arbre ainsi produit.
Si c'est du XML (XHTML), on peut utiliser libxml2 : http://xmlsoft.org/ ou expat : http://expat.sourceforge.net/ ou QtDOM : http://doc.trolltech.com/4.4/qdomdocument.html
Sinon comme parseur HTML simple on peut utiliser : http://www.w3.org/Library/src/HTML.html http://www.w3.org/Library/User/Architecture/ ou wxHTML: http://docs.wxwidgets.org/2.6/wx_wxhtml.html
-- __Pascal Bourguignon__
bblanc22 <b_benji@hotmail.com> writes:
Bonjour,
J'ai besoin de beaucoup d'aide car je ne
maitrise pas du tout l'HTML... (Je travail sous visual studio 2008 en c
++)
J'ai un script qui interroge un site web et sauvegarde la reponse
au format HTML.
Maintenant, je doit recuperer les infos de cette page web pour
les mettre dans des variables dont je pourrais me servir plus tard...
si quelqu'un peut m'aider ...
Dans ce cas, il faut utiliser une bibliothèque pour parser l'HTML et
naviger dans l'arbre ainsi produit.
Si c'est du XML (XHTML), on peut utiliser libxml2 : http://xmlsoft.org/
ou expat : http://expat.sourceforge.net/
ou QtDOM : http://doc.trolltech.com/4.4/qdomdocument.html
Sinon comme parseur HTML simple on peut utiliser : http://www.w3.org/Library/src/HTML.html
http://www.w3.org/Library/User/Architecture/
ou wxHTML: http://docs.wxwidgets.org/2.6/wx_wxhtml.html
J'ai besoin de beaucoup d'aide car je ne maitrise pas du tout l'HTML... (Je travail sous visual studio 2008 en c ++)
J'ai un script qui interroge un site web et sauvegarde la reponse au format HTML.
Maintenant, je doit recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
si quelqu'un peut m'aider ...
Dans ce cas, il faut utiliser une bibliothèque pour parser l'HTML et naviger dans l'arbre ainsi produit.
Si c'est du XML (XHTML), on peut utiliser libxml2 : http://xmlsoft.org/ ou expat : http://expat.sourceforge.net/ ou QtDOM : http://doc.trolltech.com/4.4/qdomdocument.html
Sinon comme parseur HTML simple on peut utiliser : http://www.w3.org/Library/src/HTML.html http://www.w3.org/Library/User/Architecture/ ou wxHTML: http://docs.wxwidgets.org/2.6/wx_wxhtml.html
-- __Pascal Bourguignon__
Fabien LE LEZ
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez :
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux pour intégrer les modifications apportées par C++0x.
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez
<michael.doubez@free.fr>:
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs
de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux
pour intégrer les modifications apportées par C++0x.
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez :
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux pour intégrer les modifications apportées par C++0x.
Fabien LE LEZ
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22 :
Maintenant, je dois recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de données ne fonctionnera pas très longtemps : la mise en page d'un site a tendance à changer assez souvent.
Quand j'ai un truc de ce goût-là à faire, je regarde où les informations qui m'intéressent, et à quoi ressemblent les lignes en question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les infos) est sans doute à creuser si la solution bourrin n'est pas suffisante.
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22
<b_benji@hotmail.com>:
Maintenant, je dois recuperer les infos de cette page web pour
les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de
données ne fonctionnera pas très longtemps : la mise en page d'un site
a tendance à changer assez souvent.
Quand j'ai un truc de ce goût-là à faire, je regarde où les
informations qui m'intéressent, et à quoi ressemblent les lignes en
question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les
infos) est sans doute à creuser si la solution bourrin n'est pas
suffisante.
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22 :
Maintenant, je dois recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de données ne fonctionnera pas très longtemps : la mise en page d'un site a tendance à changer assez souvent.
Quand j'ai un truc de ce goût-là à faire, je regarde où les informations qui m'intéressent, et à quoi ressemblent les lignes en question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les infos) est sans doute à creuser si la solution bourrin n'est pas suffisante.
Yann Renard
Fabien LE LEZ wrote:
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22 :
Maintenant, je dois recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de données ne fonctionnera pas très longtemps : la mise en page d'un site a tendance à changer assez souvent.
Quand j'ai un truc de ce goût-là à faire, je regarde où les informations qui m'intéressent, et à quoi ressemblent les lignes en question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les infos) est sans doute à creuser si la solution bourrin n'est pas suffisante.
L'hypothèse optimiste, c'est qu'il a la maîtrise sur la génération du code HTML, et dans ce cas, il peut choisir un formatage pratique à parser... Si ce n'est pas le cas, l'option sage serait de contacter celui qui a la maîtrise du site web s'il peut générer quelque chose d'un tant soit peu parsable par une machine quitte à passer par une autre page dédiée.
Juste pour gagner du temps :)
Yann
Fabien LE LEZ wrote:
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22
<b_benji@hotmail.com>:
Maintenant, je dois recuperer les infos de cette page web pour
les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de
données ne fonctionnera pas très longtemps : la mise en page d'un site
a tendance à changer assez souvent.
Quand j'ai un truc de ce goût-là à faire, je regarde où les
informations qui m'intéressent, et à quoi ressemblent les lignes en
question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les
infos) est sans doute à creuser si la solution bourrin n'est pas
suffisante.
L'hypothèse optimiste, c'est qu'il a la maîtrise sur la génération du
code HTML, et dans ce cas, il peut choisir un formatage pratique à
parser... Si ce n'est pas le cas, l'option sage serait de contacter
celui qui a la maîtrise du site web s'il peut générer quelque chose d'un
tant soit peu parsable par une machine quitte à passer par une autre
page dédiée.
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22 :
Maintenant, je dois recuperer les infos de cette page web pour les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de données ne fonctionnera pas très longtemps : la mise en page d'un site a tendance à changer assez souvent.
Quand j'ai un truc de ce goût-là à faire, je regarde où les informations qui m'intéressent, et à quoi ressemblent les lignes en question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les infos) est sans doute à creuser si la solution bourrin n'est pas suffisante.
L'hypothèse optimiste, c'est qu'il a la maîtrise sur la génération du code HTML, et dans ce cas, il peut choisir un formatage pratique à parser... Si ce n'est pas le cas, l'option sage serait de contacter celui qui a la maîtrise du site web s'il peut générer quelque chose d'un tant soit peu parsable par une machine quitte à passer par une autre page dédiée.
Juste pour gagner du temps :)
Yann
Sylvain SF
Fabien LE LEZ a écrit :
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez :
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux pour intégrer les modifications apportées par C++0x.
trop vieux ?!? c'est près 1 an, presque 2 déjà, c'est complètement has been, mais pour le coup tu as oublié de mentionner le nom du compilo sorti la semaine dernière qui lui serait "sans risque".
sinon, l'extraction automatisée de données provenant de pages web est généralement interdite par le droit d'auteur de ces sites (cela passe pour les moteurs de référencement, ce n'est pas le cas pour extraire des données financières, météorologiques ou autres données "instantanées" qui sont très vraisemblablement en cause ici).
Sylvain.
Fabien LE LEZ a écrit :
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez
<michael.doubez@free.fr>:
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs
de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux
pour intégrer les modifications apportées par C++0x.
trop vieux ?!? c'est près 1 an, presque 2 déjà, c'est complètement
has been, mais pour le coup tu as oublié de mentionner le nom du
compilo sorti la semaine dernière qui lui serait "sans risque".
sinon, l'extraction automatisée de données provenant de pages web
est généralement interdite par le droit d'auteur de ces sites
(cela passe pour les moteurs de référencement, ce n'est pas le
cas pour extraire des données financières, météorologiques ou
autres données "instantanées" qui sont très vraisemblablement
en cause ici).
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez :
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux pour intégrer les modifications apportées par C++0x.
trop vieux ?!? c'est près 1 an, presque 2 déjà, c'est complètement has been, mais pour le coup tu as oublié de mentionner le nom du compilo sorti la semaine dernière qui lui serait "sans risque".
sinon, l'extraction automatisée de données provenant de pages web est généralement interdite par le droit d'auteur de ces sites (cela passe pour les moteurs de référencement, ce n'est pas le cas pour extraire des données financières, météorologiques ou autres données "instantanées" qui sont très vraisemblablement en cause ici).
Sylvain.
Sylvain SF
Yann Renard a écrit :
L'hypothèse optimiste, c'est qu'il a la maîtrise sur la génération du code HTML
la réalité décrite est il ne "maitrise pas du tout l'HTML".
Si ce n'est pas le cas, l'option sage serait de contacter celui qui a la maîtrise du site web s'il peut générer quelque chose d'un tant soit peu parsable par une machine quitte à passer par une autre page dédiée.
oui, je me demande pourquoi cela ne fut pas la première piste tentée, serait-ce parce que les données sont recueillies contre l'accord des sites.
Juste pour gagner du temps :)
sur, s'il ne sait pas si les données sont explicitement et clairement taggées (dans un tableau fixe ou via un style propre) ou si elles sont générées par un JS obfuscateur ou encore affichées par flash, il y a moyen de perdre du temps.
SF.
Yann Renard a écrit :
L'hypothèse optimiste, c'est qu'il a la maîtrise sur la génération du
code HTML
la réalité décrite est il ne "maitrise pas du tout l'HTML".
Si ce n'est pas le cas, l'option sage serait de contacter celui
qui a la maîtrise du site web s'il peut générer quelque chose d'un
tant soit peu parsable par une machine quitte à passer par une autre
page dédiée.
oui, je me demande pourquoi cela ne fut pas la première piste
tentée, serait-ce parce que les données sont recueillies contre
l'accord des sites.
Juste pour gagner du temps :)
sur, s'il ne sait pas si les données sont explicitement et clairement
taggées (dans un tableau fixe ou via un style propre) ou si elles sont
générées par un JS obfuscateur ou encore affichées par flash, il y a
moyen de perdre du temps.
L'hypothèse optimiste, c'est qu'il a la maîtrise sur la génération du code HTML
la réalité décrite est il ne "maitrise pas du tout l'HTML".
Si ce n'est pas le cas, l'option sage serait de contacter celui qui a la maîtrise du site web s'il peut générer quelque chose d'un tant soit peu parsable par une machine quitte à passer par une autre page dédiée.
oui, je me demande pourquoi cela ne fut pas la première piste tentée, serait-ce parce que les données sont recueillies contre l'accord des sites.
Juste pour gagner du temps :)
sur, s'il ne sait pas si les données sont explicitement et clairement taggées (dans un tableau fixe ou via un style propre) ou si elles sont générées par un JS obfuscateur ou encore affichées par flash, il y a moyen de perdre du temps.
SF.
pjb
Sylvain SF writes:
Fabien LE LEZ a écrit :
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez :
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux pour intégrer les modifications apportées par C++0x.
trop vieux ?!? c'est près 1 an, presque 2 déjà, c'est complètement has been, mais pour le coup tu as oublié de mentionner le nom du compilo sorti la semaine dernière qui lui serait "sans risque".
sinon, l'extraction automatisée de données provenant de pages web est généralement interdite par le droit d'auteur de ces sites (cela passe pour les moteurs de référencement, ce n'est pas le cas pour extraire des données financières, météorologiques ou autres données "instantanées" qui sont très vraisemblablement en cause ici).
Bon, ce n'est pas fr.comp.legal, mais c'est toi qui a commencé.
À quoi bon publier des données si c'est pour en interdir le traitement.
Je serais plutôt pour pousser une loi qui au contraire interdirait de publier une donnée ou un flux de donnée(*) si elle ne peut pas être facilement traitée informatiquement (ce qui signifie que le format des données soit aussi public). (C'est une loi qui de fait abolirait le DRM).
(Et la répétition d'une émission de TV sur la météo, donnant tout les jours une donnée de la même série devrait être considérée comme un flux de donnée, et donc les TV devraient fournir une version informatique des données météos qu'elles diffusent avec une jolie minette (ce qui ne devrait pas poser de problème avec la TNT ou la TV par ADSL, etc)).
-- __Pascal Bourguignon__
Sylvain SF <sylvain@boiteaspam.info> writes:
Fabien LE LEZ a écrit :
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez
<michael.doubez@free.fr>:
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs
de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux
pour intégrer les modifications apportées par C++0x.
trop vieux ?!? c'est près 1 an, presque 2 déjà, c'est complètement
has been, mais pour le coup tu as oublié de mentionner le nom du
compilo sorti la semaine dernière qui lui serait "sans risque".
sinon, l'extraction automatisée de données provenant de pages web
est généralement interdite par le droit d'auteur de ces sites
(cela passe pour les moteurs de référencement, ce n'est pas le
cas pour extraire des données financières, météorologiques ou
autres données "instantanées" qui sont très vraisemblablement
en cause ici).
Bon, ce n'est pas fr.comp.legal, mais c'est toi qui a commencé.
À quoi bon publier des données si c'est pour en interdir le traitement.
Je serais plutôt pour pousser une loi qui au contraire interdirait de
publier une donnée ou un flux de donnée(*) si elle ne peut pas être
facilement traitée informatiquement (ce qui signifie que le format des
données soit aussi public). (C'est une loi qui de fait abolirait le
DRM).
(Et la répétition d'une émission de TV sur la météo, donnant tout les
jours une donnée de la même série devrait être considérée comme un
flux de donnée, et donc les TV devraient fournir une version
informatique des données météos qu'elles diffusent avec une jolie
minette (ce qui ne devrait pas poser de problème avec la TNT ou la TV
par ADSL, etc)).
On Tue, 23 Jun 2009 04:53:59 -0700 (PDT), Michael Doubez :
Pas HTML ET sous Visual ? C'est effectivement multiplier les facteurs de risque :)
Visual C++ 2008 est un bon compilateur C++. Il est juste trop vieux pour intégrer les modifications apportées par C++0x.
trop vieux ?!? c'est près 1 an, presque 2 déjà, c'est complètement has been, mais pour le coup tu as oublié de mentionner le nom du compilo sorti la semaine dernière qui lui serait "sans risque".
sinon, l'extraction automatisée de données provenant de pages web est généralement interdite par le droit d'auteur de ces sites (cela passe pour les moteurs de référencement, ce n'est pas le cas pour extraire des données financières, météorologiques ou autres données "instantanées" qui sont très vraisemblablement en cause ici).
Bon, ce n'est pas fr.comp.legal, mais c'est toi qui a commencé.
À quoi bon publier des données si c'est pour en interdir le traitement.
Je serais plutôt pour pousser une loi qui au contraire interdirait de publier une donnée ou un flux de donnée(*) si elle ne peut pas être facilement traitée informatiquement (ce qui signifie que le format des données soit aussi public). (C'est une loi qui de fait abolirait le DRM).
(Et la répétition d'une émission de TV sur la météo, donnant tout les jours une donnée de la même série devrait être considérée comme un flux de donnée, et donc les TV devraient fournir une version informatique des données météos qu'elles diffusent avec une jolie minette (ce qui ne devrait pas poser de problème avec la TNT ou la TV par ADSL, etc)).
-- __Pascal Bourguignon__
Sylvain SF
Pascal J. Bourguignon a écrit :
Bon, ce n'est pas fr.comp.legal, mais c'est toi qui a commencé.
en effet, donc réponse courte pour en rester là.
Je serais plutôt pour pousser une loi qui au contraire interdirait de publier une donnée ou un flux de donnée(*) [...]
s'il s'agissait d'un flux de données (RSS ou autres), ce fil n'existerait pas (le format étant implicite). dans 100% des cas où j'ai vu de telles questions poindre il s'agissait bien de collecte / extraction "non autorisées" (par leurs auteurs).
SF.
Pascal J. Bourguignon a écrit :
Bon, ce n'est pas fr.comp.legal, mais c'est toi qui a commencé.
en effet, donc réponse courte pour en rester là.
Je serais plutôt pour pousser une loi qui au contraire interdirait de
publier une donnée ou un flux de donnée(*) [...]
s'il s'agissait d'un flux de données (RSS ou autres), ce fil
n'existerait pas (le format étant implicite). dans 100% des
cas où j'ai vu de telles questions poindre il s'agissait bien
de collecte / extraction "non autorisées" (par leurs auteurs).
Bon, ce n'est pas fr.comp.legal, mais c'est toi qui a commencé.
en effet, donc réponse courte pour en rester là.
Je serais plutôt pour pousser une loi qui au contraire interdirait de publier une donnée ou un flux de donnée(*) [...]
s'il s'agissait d'un flux de données (RSS ou autres), ce fil n'existerait pas (le format étant implicite). dans 100% des cas où j'ai vu de telles questions poindre il s'agissait bien de collecte / extraction "non autorisées" (par leurs auteurs).
SF.
Michael Doubez
On 23 juin, 15:03, Fabien LE LEZ wrote:
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22 :
>Maintenant, je dois recuperer les infos de cette page web pour >les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de données ne fonctionnera pas très longtemps : la mise en page d'un sit e a tendance à changer assez souvent.
D'où l'intérèt d'avoir une partie scripté qui fasse l'extraction de s données en un format facilement utilisable sous C++.
En plus ça facilite le debugage.
Quand j'ai un truc de ce goût-là à faire, je regarde où les informations qui m'intéressent, et à quoi ressemblent les lignes en question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les infos) est sans doute à creuser si la solution bourrin n'est pas suffisante.
Une autre solution est l'utilisation de html tidy pour transformer en XHTML puis une translation XML (par xsltproc par exemple) pour généré une forme sérialisée des données.
-- Michael
On 23 juin, 15:03, Fabien LE LEZ <grams...@gramster.com> wrote:
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22
<b_be...@hotmail.com>:
>Maintenant, je dois recuperer les infos de cette page web pour
>les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de
données ne fonctionnera pas très longtemps : la mise en page d'un sit e
a tendance à changer assez souvent.
D'où l'intérèt d'avoir une partie scripté qui fasse l'extraction de s
données en un format facilement utilisable sous C++.
En plus ça facilite le debugage.
Quand j'ai un truc de ce goût-là à faire, je regarde où les
informations qui m'intéressent, et à quoi ressemblent les lignes en
question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les
infos) est sans doute à creuser si la solution bourrin n'est pas
suffisante.
Une autre solution est l'utilisation de html tidy pour transformer en
XHTML puis une translation XML (par xsltproc par exemple) pour généré
une forme sérialisée des données.
On Tue, 23 Jun 2009 03:07:47 -0700 (PDT), bblanc22 :
>Maintenant, je dois recuperer les infos de cette page web pour >les mettre dans des variables dont je pourrais me servir plus tard...
Attention, il y a fort à parier que ton programme d'extraction de données ne fonctionnera pas très longtemps : la mise en page d'un sit e a tendance à changer assez souvent.
D'où l'intérèt d'avoir une partie scripté qui fasse l'extraction de s données en un format facilement utilisable sous C++.
En plus ça facilite le debugage.
Quand j'ai un truc de ce goût-là à faire, je regarde où les informations qui m'intéressent, et à quoi ressemblent les lignes en question ; puis je ponds les regex correspondantes.
La solution de Pascal (parser le code HTML et essayer d'en tirer les infos) est sans doute à creuser si la solution bourrin n'est pas suffisante.
Une autre solution est l'utilisation de html tidy pour transformer en XHTML puis une translation XML (par xsltproc par exemple) pour généré une forme sérialisée des données.
