Parsing d'un code HTML

**L'aigle de Carthage** · 27/11/2015, 15h44

Bonjour,

J'ai essayé de parser un site dont vous trouverez une partie de la structure dans l'image suivante:

Nom : parsing.png
Affichages : 190
Taille : 49,5 Ko

Nom : parsing.png
Affichages : 190
Taille : 49,5 Ko

Remarque: Sous chaque balise <div> qui a une classe (.cameraSlide cameraSlide), j'ai une balise <img>.

je suis novice avec le PHP, et j'ai essayé avec la bibliothèque "simple_html_dom.php" comme 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
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
 
<?php 
require_once "simple_html_dom.php";
 
$html = new simple_html_dom();
$html->load_file("http://www.css.org.tn/accueil?view=featured");
 
 
// Instance de la class DomDocument
$doc = new DOMDocument();
 
// Definition de la version et l'encodage
$doc->version = '1.0';
$doc->encoding = 'ISO-8859-1';
 
$comment_elt = $doc->createComment('Team Office');
$doc->appendChild($comment_elt);
 
foreach($html->find('.cameraSlide cameraSlide_0') as $article){
 
 
$note_elt = $doc->createElement('article');
$doc->appendChild($note_elt);
 
$image    = $doc->createElement('image', $article->find('img',0)->src);
 
 
$body_elt = $doc->createElement('body');
 
$note_elt->appendChild($image);
 
// Creation d'une section CDATA
$body_cdata_elt = $doc->createCDATASection('N\'oublie pas tes talonnettes');
 
// Placement de cette section entre les balises <body> et </body>
$body_elt->appendChild($body_cdata_elt);
 
}
// Rendre Joli ;)
$doc->formatOutput = true;
 
// Afficher le document XML
echo $doc->saveXML();
 
// Sauver le document XML sous le nom simple.xml
$doc->save('simple.xml');
 
// Yeah on a fini!   
 
?>
 
</body>

mais je reçois une page blanche comme affichage

Est ce que vous pouvez me dire c'est quoi l'erreur.

Cordialement

**sabotage** · 27/11/2015, 19h32

Dans la page que tu "load" il n'y a pas "cameraSlide".
Bon utilise Domdocument ou simple_html_dom mais les deux.
Et tu essaies de faire quoi exactement avec ces appendChild et createElement ?

**L'aigle de Carthage** · 10/12/2015, 16h30

Bonjour,

Dans la page que tu "load" il n'y a pas "cameraSlide".

En effet il y a plutôt .cameraSlide cameraSlide_0.

Bon utilise Domdocument ou simple_html_dom mais les deux

Vous avez raison, mais je suis novice en PHP

C'est quoi la différence? car j'ai trouvé un tuto sur internet.

**Micmaya** · 06/01/2016, 12h02

Bonjour,

Domdocument est le parseur natif de PHP et simple_html_dom est un parser externe qui utilise une syntaxe semblable à jQuery pour sélectionner les noeuds.

Bref, ils ont tous les deux le même rôle alors il suffit d'en choisir un, c'est un peu "stupide" d'utiliser les deux !

Bien à toi,

**L'aigle de Carthage** · 16/01/2016, 16h31

Merci à vous!

J'ai essayé de rectifié mon code de cette façon:

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
<body>
<?php 
require_once "simple_html_dom.php";
 
$html = new simple_html_dom();
$html->load_file("http://www.css.org.tn/accueil");
 
$link = $html->find('.camera_src camerastarted div');
 
foreach ($link as $ligne) 
{ 
echo '--'.$ligne;
} 
 
//echo $buff;
//echo $link['data-src'];
$href = $link->getAttribute('data-src');
 
echo $href;

Voici la partie HTML que je voulais parser:

Nom : pbparsing.png
Affichages : 190
Taille : 28,9 Ko

Mais lors de l’exécution, rien ne s'affiche a part ceci:

Fatal error: Call to a member function getAttribute() on a non-object in C:\wamp\www\CSSParser\index2.php on line 24

qui est relatif à ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$href = $link->getAttribute('data-src');

**L'aigle de Carthage** · 18/01/2016, 11h56

Il y a une autre chose, quand j'ai consulté la structure du site (en utilisant l'inspecteur d'éléments), j'ai trouvé dans l'attribut src que les images sont stockés dans un dossier images... Alors je me pose la question comment pourrais-je les extraire(/parser) sans avoir une visibilité sur le chemin absolue?

Cordialement.

**Micmaya** · 18/01/2016, 16h51

Pourquoi as-tu sortis cette ligne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$href = $link->getAttribute('data-src');

du foreach ??

Pour moi tu devrais avoir quelque chose comme ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7

$link = $html->find('.camera_src camerastarted div');
foreach ($link as $ligne) 
{ 
  echo '-- ' . $ligne->getAttribute('data-src') . '<br />';
}

Pour la question du chemin absolu, tu peux faire ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
echo realpath('/chemin/super/long/image.jpg'); // long/image.jpg

// ou

echo basename('/chemin/super/long/image.jpg');  // image.jpg

**L'aigle de Carthage** · 20/01/2016, 19h52

Bonsoir,

Tout d'abord merci pour votre réponse.

J'ai testé avec votre code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
$link = $html->find('.camera_src camerastarted div');
foreach ($link as $ligne) 
{ 
  echo '-- ' . $ligne->getAttribute('data-src') . '<br />';
}

malheureusement ça n'affiche rien

(une page blanche)

**sabotage** · 20/01/2016, 20h00

Le problème est toujours le même depuis le début : regarde le code source direct de la page accueil.php, il ne contient pas les éléments que tu cherches.

**L'aigle de Carthage** · 11/02/2016, 16h57

En se référant à cette image, je pense que j'ai mis la bonne syntaxe (y compris les balises)

http://postimg.org/image/nad07si7f/

Ma requête est simple, c'est de pouvoir récupérer le contenu de l'attribut data-src .

Cordialement

**scvo.0ne** · 11/02/2016, 23h10

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$link = $html->find('.camera_src camerastarted div');

Non. Là ça recherche <nimportequellebalise class="camera_src"><camerastarted><div> ....

print_r($link) doit pas raconter grand chose. Essaye sans camerastarted ...

**L'aigle de Carthage** · 12/02/2016, 14h09

Non. Là ça recherche <nimportequellebalise class="camera_src"><camerastarted><div> ....

print_r($link) doit pas raconter grand chose. Essaye sans camerastarted ...

J'ai enlevé le camerastarted mais rien ne s'affiche... j'ai testé avec le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part