Découper une phrase [Résolu]

[hidewak]

Bonjour,

Je cherche à découpé du code html que j'ai extrait depuis une page pour ne garder que les liens mais vu que ce qu'il y a avant et après les liens est variable je ne sais pas trop comment faire.

j'ai essyé avec plusieurs fonctions (str_replace, preg_replace, preg_match,...) mais je n'ai pas réussis à conserver uniquement l'adresse :/

Un exemple ne fera pas de mal.

je récupére ça :

<p>blablabla</p><a href='http://chemin/document.pdf'> document.pdf </a><p>blobloblo</p>

J'ai utilisé certaines fonctions citées plus haut pour supprimer les balises et j'obtiens ça :

blablabla http://chemin/document.pdf document.pdf blobloblo

Et en fait je voudrais pour mettre des conditions du genre tout ce qui est avant "http" et après ".pdf" je supprime pour ne garder que l'adresse propre du document.

Merci d'avance pour votre aide.

[stealth35]

pour parser du HTML c'est DOMDocument, y'a plein de sujets sur le forum

[Thibault92]

Essaye en faisant un explode() et tu ne récupère que la ligne du tableau qui t’intéresse .

http://php.net/manual/fr/function.explode.php

[oni13]

Essai toujours de faire une fonction perso si tu veux t'amuser.
Idée:

Code :

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
function addlink($chaine)
// Retourne le lien compris dans $chaine
{
$i=0;
$ret =""; // sera la chaine de retour
 
while( isset($chaine[$i]) )
{
	if( ($chaine[$i] =='h')
		&&( isset($chaine[$i+1]) )&& ($chaine[$i+1] =='t')
		&&( isset($chaine[$i+2]) )&& ($chaine[$i+2] =='t')
		&&( isset($chaine[$i+3]) )&& ($chaine[$i+3] =='p')
		&&( isset($chaine[$i+4]) )&& ($chaine[$i+4] ==':') )
	{
              while (...) // Tant que je ne rencontre pas .pdf
              {
              $ret. = $chaine[$i];
              // Si je rencontre .pdf" alors break; (après pdf)
              $i++;
              }
         }
}
if($ret != "") return $ret;
return //ce que tu veux pour dire qu'il n'y avait pas de lien dans la chaine
}

Il faudra aussi penser au fait qu'il y ait 2 liens dans la chaine par exemple... enfin à voir selon utilisation

Enfin je l'ai ecris vite fait, mais voilà le principe

[oni13]

Fonction qui marche: (mais ca reste du Mac Gyver )

Code :

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
function addlink($chaine)
// Retourne le lien compris dans $chaine
{
$i=0;
$ret =""; // sera la chaine de retour
$pdf = 0;
while( isset($chaine[$i]) )
{
	if( ($chaine[$i] =='h')
		&&( isset($chaine[$i+1]) )&& ($chaine[$i+1] =='t')
		&&( isset($chaine[$i+2]) )&& ($chaine[$i+2] =='t')
		&&( isset($chaine[$i+3]) )&& ($chaine[$i+3] =='p')
		&&( isset($chaine[$i+4]) )&& ($chaine[$i+4] ==':') )
	{
              while ($pdf == 0) // Tant que je ne rencontre pas .pdf
              {
              if($chaine[$i] == '.' && $chaine[$i+1] == 'p' && $chaine[$i+2] == 'd' && $chaine[$i+3] == 'f'){ $pdf = 1; $ret.=".pdf"; break;}
	      $ret.= $chaine[$i];
              $i++;
              }
         }
$i++;
}
if($ret != "") return $ret;
return 'perdu';
}

A rajouter des sécurités, comme des isset($chaine[$i]) etc..

[hidewak]

Envoyé par stealth35

pour parser du HTML c'est DOMDocument, y'a plein de sujets sur le forum

J'ai déja réussis à récupérer le code Html mais je voulais isoler uniquement les liens et j'ai réussi à isoler le lien grâce à la fonction explode(), merci Thibault92.

Merci pour ta fonction oni13, elle a l'air de ressembler à la mienne donc je pense qu'elle doit marcher aussi.