Discussion :

[benjamin122]

Bonjour ,

Je suis à la recherche d'une solution pour ma regex suivante : J'essaie de récuperer le contenu d'une balise div dans une page Html tirée de la fonction ci-dessous

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$html = file_get_contents("http://www.monsite.com")
$nb =preg_match('#<div id="TEST">(.*?)</div>#', $html, $matches);

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
<div id="TEST">
  Bob l'éponge est vraiment le plus malin .<br><br>
    <a style="font-weight:bold;" href="javascript:show_more();">Tous&gt;&gt;&gt;</a>
</div>

J'essaie donc d'encadrer le contenu entre les 2 div dans ma variables matches. Mais évidemment ça ne marche pas sinon je ne solliciterai pas votre précieuse aide .

Tout commentaire sera le bienvenu


ps : Nombreux sont les tuto que j'ai lu sur les regex je ne viendrais pas demander si je ne connaissais pas la matiere , généralement je m'en sors sans trop de soucis mais ici je cale depuis le matin.





Benjamin, étudiant en programmation

[zugolin]

essaies avec preg_match_all et vois si tu n'aurais pas le résultat dans le code source de ta page
des fois , on voit un résultat blanc sur la page html, mais , a cause des balises qui ont été effacées, il peut y avoir des résultats cachés dans la source
il y a aussi des problemes avec les sauts et retour ligne, des fois

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
$order=array("\r\n","\n","\r");//on "serre" pour eviter les erreurs
$resultat=str_replace($order, "", $la_source);

et des fois aussi , des erreurs a cause des symboles et des retranscriptions bizarres

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
$orderA=array('Â','’','“','”');
$orderB=array(' ', ''','“','”');
$letextefinal=str_replace($orderA, $orderB, $letexte);

[benjamin122]

Bonjour ,


Merci d'avoir pris le temps de répondre. Cepandant ta solution ne semble pas résoudre mon problème . Pour ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
$order=array("\r\n","\n","\r");//on "serre" pour eviter les erreurs
$resultat=str_replace($order, "", $la_source);

J'ai besoin de récuperer la syntaxe également càd que j'aimerai récuperer également les \n etc.. , j'ai quand même essayé pour voir si le probleme venait de là mais apparemment ça ne change rien.


Pour la 2e solution n'existe t'il pas une fonction en php pour les caractere spéciaux style utf8_encode/decode qui pourrait gérer plus de cas que ceux que tu as cité? arretez moi si je me trompe car ça n'a pas l'air de marcher ...

[Bovino]

Un document HTML ou XML ne se parse pas à coup de regexp mais avec des outils adaptés, par exemple DOMDocument.

[benjamin122]

Merci de m'aiguiller Bovino J'ai lu attentivement les infos sur DOMDocument. J'en avais déja entendu parler sans trop m'interresser mais ce coup ci je me lance dedans . Si par hasard quelqu'un connaitrait un bon tuto ou alors plus particulièrement des informations sur la fonction Query qui permet de faire des recherches dans un doc de type DOMDocument.

J'ai déja fait quelques test mais je n'arrive qu'a retirer que quelques informations

par ex :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$divs= $Dom->query('//div/@id');

ici ça me récupère tout les id des div dans mon fichier html. Mais ca m'interreserait de savoir comment par exemple retirer ce que le div encadre

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

  <div id="test">Bob l'éponge est le meilleur </div>

donc j'aimerai retirer ici bob l'éponde est le meilleur.
Voila si quelqu'un saurait me donner un lien , une idée sur quoi je peux lancer mes recherches ca serait sympa.


ps : je ne sais pas si ca se fait de relancer un sujet qui est différent de mon 1er post mais bon arretez moi si je fais une gourde

[gene69]

heuuu strip_tags ?

[benjamin122]

N'y a t-il pas une fonciton de la class DomDocument qui permet de faire cela?
strip_tags ne me semble pas tres propre

[rawsrc]

Salut,

Je ferais quelque chose dans ce genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
$dom = new DOMDocument();
$dom->loadXML($xml);
 
$xpath = new DOMXPath($dom);
$list = $xpath->query("//div[text()[contains(., 'TON TEXTE ICI')]]");

[benjamin122]

SAlut ,

Pourrais tu détailler

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$list = $xpath->query("//div[text()[contains(., 'TON TEXTE ICI')]]");

TON TEXTE ICI , je ne comprends pas tres bien ce que tu veux que je mette la , peut etre ai-je mal compris , ou peut etre je me suis mal exprimé , ce que je souhaiterai c'est que via l'identidiant test j'arrive a récuperer dans une variable Bob l'éponge est le meilleur. Bien sur cette phrase je ne la connais pas avant d'éxécuter le code , il n'y a que TEST que je connais


Merci d'avoir pris le temps de me répondre

[rawsrc]

J'avais cru que tu cherchais une valeur textuelle, ok je m'ai trompé

Alors voici comme faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$data = array();
 
$dom = new DOMDocument();
$dom->loadXML($xml);
 
$xpath = new DOMXPath($dom);
$list  = $xpath->query('//div[@id="test"]');
 
foreach($list as $node) {
    $data[] = $node->textContent;
}

Allez, croisage des doigts

[benjamin122]

Ca marche super Maintenant j'ai une base et je comprends mieux déja comment marche le systeme .

Un grand merci