Discussion :

[goldray]

Bonsoir,
Je souhaiterais extraire des données depuis un fichier .HTML
par exemple:
...
<h1>Bonjour à Tous</h1>
...

=>Je souhaiterais afficher "Bonjour à Tous".
J'ai déjà essayé ,avec le code suivant:

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
 
 public class extraction {
public static void main(String[] args) {
readFile("fichier.html");
}
public static void readFile(String pathToFile){
try {
BufferedReader reader = new BufferedReader(new FileReader(new File(pathToFile)));
String ligne;
while((ligne = reader.readLine()) != null){
if(ligne.endsWith("</h1>")){
System.out.println(ligne);
}
}
} catch (Exception ex){
System.err.println("Error. "+ex.getMessage());
}
}
}

=>le résultat affiché est: <h1>Bonjour à Tous</h1> or je veux éliminer les deux balises <h1> et </h1>.
merci d'avance

[toutgrego]

Salut,

une solution hyper basique : tu fais un substring.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
ligne=ligne.subString(4,ligne.length-4);

Par contre fais gaffe, tu utilises 'endWith("</h1>") or en html tout n'est pas toujours super joli et bien indenté du coup du peux avoir une page html sur une seule ligne. Dans ce cas là tu ne trouveras jamais ta ligne qui fini par "</h1>"

Tu peux utiliser une regex du style "<h1>(.*)</h1>" et récupérer les groupes. C'est une solution, y'en a d'autres =)

[joel.drigo]

Salut,

il existe un foultitude de solutions :

1. déjà en java on peut afficher directement du html (limité certes à certaines balises), par exemple avec un JLabel, mais il sera "stylé"
2. ensuite, tu peux utiliser une des nombreuses API de parseur html pour extraire le texte :

• jsoup
• jericho
• jtidy
• ...

exemple de code jericho pour faire des extractions de texte

traiter du html par regexp ou manipulation de chaînes est une fausse solution simple : par exemple s'il y a des entités dans le html tu vas galérer pour les afficher en clair

[goldray]

Salut,

il existe un foultitude de solutions :

1. déjà en java on peut afficher directement du html (limité certes à certaines balises), par exemple avec un JLabel, mais il sera "stylé"
2. ensuite, tu peux utiliser une des nombreuses API de parseur html pour extraire le texte :

• jsoup
• jericho
• jtidy
• ...

exemple de code jericho pour faire des extractions de texte

traiter du html par regexp ou manipulation de chaînes est une fausse solution simple : par exemple s'il y a des entités dans le html tu vas galérer pour les afficher en clair

Bonsoir,
Merci pour votre réponse...
Le problème est résolu en utilisant l'API Jericho .
merci à tous