Extraction de données d'une page web [Résolu]

[tito26]

Je désire extraire des données se trouvant dans un tableau de la page suivante (le résultat du formulaire) http://www.tax.org.uk/OneStopCMS/Core/TemplateHandler.aspx?NRMODE=Published&NRNODEGUID={07AB188B-C789-4AF1-88A9-4B906CA9EA15}&NRORIGINALURL=%2fabout_the_ciot%2ffind-a-cta,
Voici un exemple de code qui affiche le contenu des cellules du tableau (<td>)
J'ai essayé ce code mais il m'affiche pas tous les cellules du tableau (contenu des TD)

Code :

1
2
3
4
5
6
7
$content = file_get_contents('TheCharteredInstituteofTaxationAboutUsFindaCTA.html');
 
//$pattern = "/\<td\>$w\<\/td\>/";
$pattern = "#<td(.*)>(.+)</td>#";
preg_match($pattern, $content, $matches); 
for ($i=0;$i<count($matches);$i++)
echo($matches[$i]);

Merci d'avance.

[stealth35]

Pour parser du HTML c'est DOMDocument

[Avalion]

sinon pour ta question, deux choses :

1- ta regex va prendre le plus long qui soit. ce qui fait pour

Code :

1
2
3
4
5
6
7
8
9
10
11
12
<table>
<tr>
<td class="middle">contenu1</td>
<td>contenu 2</td>
</tr><tr>
<td class="title">contenu3</td>
<td>contenu 4</td>
</tr>
</table>
 
// Ton preg_match va extraire
Array( 0 => ' class="middle">contenu1</td><td>contenu 2</td></tr><tr><td class="title">contenu3</td><td', 1 => 'contenu 4')

Pour remédier à cela, voici le pattern

Code :

$pattern = "#<td(.*?)>(.+?)</td>#";

2- preg_match ne renvoi que la première occurence qu'il trouve. Pour avoir tous les contenus, utilise plutôt preg_match_all qui marche de la même manière. (Attention, $matches est alors un tableau de tableaux)

[tito26]

Envoyé par Avalion

sinon pour ta question, deux choses :

1- ta regex va prendre le plus long qui soit. ce qui fait pour

Code :

Pour remédier à cela, voici le pattern

Code :

$pattern = "#<td(.*?)>(.+?)</td>#";

2- preg_match ne renvoi que la première occurence qu'il trouve. Pour avoir tous les contenus, utilise plutôt preg_match_all qui marche de la même manière. (Attention, $matches est alors un tableau de tableaux)

Merci, c'est résolu.