Discussion :

[delphi_jb]

Bonjour à toutes et à tous

voila, j'ai une fonction qui récupère le code source d'un URL.
Il fonctionne très bien. La voici:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
function codeSource($adresseFunction){
 
	if (substr($adresseFunction, 0, 7) == "http://") {
		$ajoutProtocol = "";
	} else {
		$ajoutProtocol = "http://";
	}
 
	if ($ouverture = @fopen($ajoutProtocol.$adresseFunction, "rb")) {
		if ($lecture = stream_get_contents($ouverture)) {
			$lecture= htmlentities($lecture);
			$lecture='<pre>'.$lecture.'</pre>';
			return $lecture;
		} else { 
			echo 'La page '.$adresseFunction.' ne peut ?e lut!';
		}
	} else { 
		echo 'Probl? d\'ouverture de la page '.$adresseFunction.'!';
	}
	@fclose($ouverture);
}

Seulement j'ai un problème de regex.
J'aimerais pouvoir faire un REGEX avec comme paramètre, par exemple, "<title>", mais cela ne fonctionne pas. Pourtant, un ECHO d'un résultat m'affiche bien sous forme de texte le bon code source, avec les balise HTML correctement affiché.

J'ai bien des doutes quand au codage du texte, mais je m'en sort pas trop...



Une idée ?

Merci d'avance

[Benjamin Delespierre]

Pour parser du HTML, utilise DOMDocument ou SimpleXML et les XPath plutôt que des regexp.

Et ta fonction getSource peut se résumer à

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
<?php
 
function codeSource ($url) {
    (stripos($url, 'http://') === false) && ($url = 'http://' . $url);
    $stream = file_get_contents($url);
    return $stream ? '<pre>' . htmlentities($stream) . '</pre>' : false;
}

[gene69]

avec un pattern du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
'#<title[^>]>(.*)</title>#i';

[delphi_jb]

avec un pattern du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
'#<title[^>]>(.*)</title>#i';

non malheureusement, cela ne fonctionne pas, il m'indique "0"...


@Benjamin Delespierre
pourrais tu, stp, me donner un exemple de requête DOMDocument et XPath pour avoir l'équivalent de

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

'#<title[^>]>(.*)</title>#i';

stp ? merci d'avance

[gene69]

'#<title[^>]*>(.*)</title>#i';

j'ai du oublié une étoile...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
 
<?php
 
$doc = new DOMDocument;
 
// We don't want to bother with white spaces
$doc->preserveWhiteSpace = false;
 
$doc->Load('book.xml');
 
$xpath = new DOMXPath($doc);
 
// We starts from the root element
$query = '//book/chapter/para/informaltable/tgroup/tbody/row/entry[. = "en"]';
 
$entries = $xpath->query($query);
 
foreach ($entries as $entry) {
    echo "Found {$entry->previousSibling->previousSibling->nodeValue}," .
         " by {$entry->previousSibling->nodeValue}\n";
}
?>

ah non ça c'est le manuel 1 pour 1.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
<?php
 
$doc = new DOMDocument;
 
// We don't want to bother with white spaces
$doc->preserveWhiteSpace = false;
 
$doc->Load('page.html');
 
$xpath = new DOMXPath($doc);
 
// We starts from the root element
$query = '//html/header/title';
 
$entries = $xpath->query($query);
 
foreach ($entries as $entry) {
    echo "Found ",$entry /* probablement un bug conversion en chaine impossible*/," node val:",$entry->nodeValue;
}
?>

disclaimer: non testé... mais les exemples de la doc php fonctionnent généralement.

[Benjamin Delespierre]

Ouaip

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<?php
libxml_use_internal_errors(true);
 
$doc = new DOMDocument;
$doc->loadHTMLFile('http://google.fr');
 
$title = $doc->getElementsByTagName('title')->item(0);
echo $title->nodeValue;

[delphi_jb]

Merci beaucoup. Je vais tenter de faire mon bonheur avec tout ca. Je reviens vers vous au cas ou je cale sur la durée...

[delphi_jb]

arf non j'y arrive pas. ^^

je vais exposer plus explicitement mon soucis.

je voudrais récupérer toute les villes contenu sur cette pages:
http://www.pagesdor.be/q/business/static/gov.html

(les villes apparaissent à partir du titre "A l'échelon communal")

franchement, la je cale méchament...

[Benjamin Delespierre]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
libxml_use_internal_errors(true);
 
$doc = new DOMDocument;
$doc->loadHTMLFile('http://www.pagesdor.be/q/business/static/gov.html');
 
$xpath = new DOMXPath($doc);
 
$villes = array();
foreach($xpath->query('//*[@id="inner-static"]/table//child::a') as $node) {
	$villes[] = $node->nodeValue;
}
 
var_dump($villes);

Trop facile

[delphi_jb]

Hou la... c'est énorme comment ça fonctionne bien. je vais essayer de comprendre ligne par ligne la mécanique du query $xpath...

la déclaration d'objet et la structure globale, ca va.
mais par contre, la création du pattern pour récupérer tel chose a tel endroit, ca a l'air chaud...

[delphi_jb]

Je suis en train de me faire un tutorial de feu ^^

[Benjamin Delespierre]

Pas tellement voici l'explication de la requête XPath employée ici:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
//*[@id="inner-static"]/table//child::a

// signifie à partir de n'importe où
*[@id="inner-static"] signifie n'importe quel noeud ayant l'id "inner-static"
/table signifie noeud table directement fils du précédent (inner-static)
//child::a signifie n'importe quel noeud a descendant du précedent (attention, c'est le descendant qui nous intéresse, pas le fils direct)

Pour comprendre et maitriser les XPath par l'exemple: http://jerome.developpez.com/xmlxsl/xpath/