Comment faire interpréter/reconnaitre les balises HTML par VBS?

**itwoo** · 09/06/2016, 09h38

Bonjour,

Est il possible en interprétant les balises HTML de lire et d'extraire des données d'un document HTML depuis un fichier vbscript lirehtml.vbs ?
Le fichier html est le code source d'une page web que je souhaite faire interpréter par VBS directement plutôt que repasser par un fichier texte (où est venu s'inscrire le code source de la page web) pour en extraire les données...en effet si les balises ne sont pas reconnues il faut avec le vbs depuis le fichier texte utiliser des split et autres pour pouvoir extraire les data souhaitées identifiées par leur id...

Voici un exemple sous VBA qui marche bien pour extraire les données depuis le fichier textehtml (fichier avec les balises html: h1, span,tr, td...):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
Dim DocumentHTML As Object
Dim test_elem As HTMLGenericElement
Set DocumentHTML = CreateObject("htmlfile")
DocumentHTML.body.innerHTML = textehtml
Set test_elem = DocumentHTML.all("price")

et là test_elem pointe directement sur les infos recherchées...

en VBS j'arrive à faire interpréter/retravailler ce fichier textehtml mais uniquement sous forme texte sans reconnaissance des balises html, en effet le code suivant ne marche pas (vbs me demande de déclarer body) et en plus pas moyen de déclarer DocumentHTMl as Object et test_elem as HTMLGenericElement?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
code = "Dim DocumentHTML" & vbCrLf
code = code & "Dim test_elemHTML" & vbCrLf
code = code & vbCrLf & "Set DocumentHTML = CreateObject(""htmlfile"")"
code = code & vbCrLf & "DocumentHTML.body.innerHTML = textehtml" 'demande de déclarer body!!!
code = code & vbCrLf & "Set test_elem = DocumentHTML.all(""price"")"

Merci de votre aide...je parcours le forum mais je ne trouve pas...

**ericlm128** · 09/06/2016, 19h23

Je ne comprend pas ton deuxième code ...

Utilise l'objet "InternetExplorer.Application" (que je déconseille) ou un outil tiers.
Sinon je ne sais pas.

**omen999** · 10/06/2016, 15h06

bonjour,

en clair tu veux parser un fichier comportant des balises html pour en retirer des infos spécifiques
la première méthode : écrire son propre parsing avec les expressions régulières pas si compliqué mais les regexps rebutent souvent...
la seconde, utiliser un moteur de parsing prêt à l'emploi, celui de MS comme indiqué dans ton exemple
sauf que VBS ne supporte pas nativement les objets COM autres que ceux de type IDispatch

ton code VBA fonctionne car la variable objet test_elem peut être typé en liaison précoce HTMLGenericElement
ce qui permet au composant de créer implicitement la structure minimum d'un fichier html
en vbs, il faut faire le boulot à la mimine :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
Dim DocumentHTML
Dim test_elem
 
taghtml = "<html><body></body></html>" 
textehtml = "<P>bretelles : <SPAN id=price>1200.20</SPAN></P><P>ceintures : <SPAN id=price>987.25</SPAN></P>"
 
Set DocumentHTML = CreateObject("htmlfile")
DocumentHTML.write taghtml
DocumentHTML.body.innerHTML = textehtml
Set test_elem = DocumentHTML.all("price")
for i=0 to test_elem.length - 1
	msgbox test_elem(i).innerText
next

ps : s'il n'existe qu'un seul élément "price", test_elem ne sera pas une collection mais seulement l'élément unique

**itwoo** · 10/06/2016, 19h00

Bonsoir,

ah oui t'accord il faut préparer le terrain pour vbs, ton explication est géniale...merci de ton exemple le temps de tester tout ca et je te dis si ca fonctionne à merveille

**itwoo** · 11/06/2016, 10h17

Bonjour,

Ton code fonctionne nickel et cela permet de passer l'étape création...par contre en ce moment correction +test (ca va venir) car en fait le textehtml rentrant à des " allant avec les id...
exemple:
ton texte html:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

'code = code & vbCrLf & "textehtml = ""<P>bretelles : <SPAN id=price>1200.20</SPAN></P><P>ceintures : <SPAN id=price>987.25</SPAN></P>"""

'si pas de " avec id comme ici id=price cela marche nickel...
'mais si " avec id cela bloque...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

     'code = code & vbCrLf & "textehtml = ""<P>bretelles : <SPAN id=""price"">1200.20</SPAN></P><P>ceintures : <SPAN id=""price"">987.25</SPAN></P>"""

'bloque au caractère 39 soit pour id="price"!!!

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

    'code = code & vbCrLf & "textehtml = <P>bretelles : <SPAN id=""price"">1200.20</SPAN></P><P>ceintures : <SPAN id=""price"">987.25</SPAN></P>"

'dasn ce cas erreur de syntaxe manque les " du début et de la fin!!!

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

     code = code & vbCrLf & "textehtml = ""<P>bretelles : <SPAN id=""""price"""">1200.20</SPAN></P><P>ceintures : <SPAN id=""""price"""">987.25</SPAN></P>"""

'ici marche nickel...donc l'idée retravailler légérement le fichier html rentrant pour supprimer les " des id...

**itwoo** · 12/06/2016, 09h30

Bonjour,

Merci Omen999 avec ton procédé tout marche nickel

Mais grosse surprise l'interprétation des balises même si elle cible directement le bon élément et moins rapide que le décodage du format texte!!!

**omen999** · 12/06/2016, 11h21

même si elle cible directement le bon élément et moins rapide que le décodage du format texte!!

par principe la création d'un objet com à partir d'une bibliothèque consomme du temps
la 1ère méthode avec une RegExp devrait être plus rapide
et sinon il y a moyen de simplifier le code en utilisant directement la méthode write
ce qui évite l'utilisation de la variable taghtml de mon exemple

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
Dim DocumentHTML
Dim test_elem
 
textehtml = "<P>bretelles : <SPAN id=price>1200.20</SPAN></P><P>ceintures : <SPAN id=price>987.25</SPAN></P>"
 
Set DocumentHTML = CreateObject("htmlfile")
DocumentHTML.write textehtml
Set test_elem = DocumentHTML.all("price")
for i=0 to test_elem.length - 1
	msgbox test_elem(i).innerText
next
msgbox DocumentHTML.documentElement.outerHTML

**itwoo** · 22/06/2016, 14h33

D'accord merci pour cette information, faut que je teste cela...sous peu

**itwoo** · 23/06/2016, 16h18

Bonjour

La version avec .write fonctionne elle aussi trés bien. Le gain de temps n'est pas évident mais cela vient surement de la connexion internet et du retour des requêtes...

Merci pour tout

Comment faire interpréter/reconnaitre les balises HTML par VBS?

VBScript

Discussions similaires

Partager

Partager