Discussion :

[tatiana20]

Bonjour,

Je débute en php et j'aimerai extraire des données sur un site afin de les stocker dans une base de données.

Par exemple, récupérer les températures pour la ville de Mons sur un site de météo et les stocker dans une bd.

Pour le moment, j'arrive à récupérer le code html de la page à l'aide du code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
$chaine=file_get_contents("nom_du_site");
 $tidy = tidy_parse_string($chaine);
 $html = tidy_get_html($tidy);

mais je ne sais pas comment faire pour en extraire les données qui m'intéressent.

Merci d'avance pour votre aide.

[blueice]

Euh pourquoi tidy ?
Il suffit de parser avec des REGEX...

[tatiana20]

Je ne vois pas trop comment faire avec les regex :

J'ai essayé la fonction preg_split pour récupérer le contenu des balises de mon code html mais ça ne fonctionne pas.

une idée?

merci d'avance

[goodpz]

Parfois c'est trop compliqué de parser du html avec des expressions régulières (à cause du caractère hiérarchique et recursif du document).
Y a DOM et XPath qui sont fait pour interroger/parcourir un document html.
Passer par tidy en amont ça peut être une bonne idée histoire d'avoir un document valide avant de le soumettre à un DOM (voir la doc php à DomDocument etc)

[cadoudal56]

Hello,

En théorie tu va chercher a faire deux choses....

La première c'est récupérer ce qu'il y a entre X et Y
Imaginons que tu souhaite récupérer tout ce qu'il y a dans une table...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
preg_match('/<table class="standard_tabelle" cellpadding="3" cellspacing="1">(.*)<\/table>/i', $html, $ary);
$matable = trim($ary[1]);
 
echo $matable;

Maintenant imaginons que tu souhaites récupérer toutes les lignes d'une table pour les placer dans un tableau....

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
preg_match_all('/<tr>(.*)<\/tr>/i', $html, $lines, PREG_PATTERN_ORDER);
foreach ($lines as $data) {
echo $data;
}

Tu l'auras compris je penses, la réponse a test questions se trouve dans preg_match et preg_match_all

@+
cadou

[tatiana20]

Tout d'abord merci à tous pour vos réponses

J'ai essayé le preg_match mais je galère avec les regex, par exemple pour 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
20
21
22
23
24
25
26
27
28
 
 
$html='
<div class="table glossy">
<table cellspacing="2" cellpadding="0" border="0" width="100%">
<tbody>
<tr class="top_th">
</tr>
<tr>
<td class="side_th">Côte</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/128064/icon/16.gif"/>
<span class="graden">6°</span>
</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/128051/icon/14.gif"/>
<span class="graden">5°/6°</span>
</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/127995/icon/3.gif"/>
<span class="graden">1°/4°</span>
</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/128064/icon/16.gif"/>
<span class="graden">2°/7°</span>
</td>
</tr>
';

Qu'est-ce que je dois mettre comme regex dans mon preg_match pour récupérer les températures (donc 6°, 5°/6°, ...) ?

D'avance merci

[blueice]

Ben comme ca :

Code php :

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
 
<?php
$html = '<div class="table glossy">
<table cellspacing="2" cellpadding="0" border="0" width="100%">
<tbody>
<tr class="top_th">
</tr>
<tr>
<td class="side_th">Côte</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/128064/icon/16.gif"/>
<span class="graden">6°</span>
</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/128051/icon/14.gif"/>
<span class="graden">5°/6°</span>
</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/127995/icon/3.gif"/>
<span class="graden">1°/4°</span>
</td>
<td>
<img align="middle" alt="" src="/meteo/download/nl/128064/icon/16.gif"/>
<span class="graden">2°/7°</span>
</td>
</tr>';
preg_match_all('/<span class="graden">(.*)<\/span>/i', $html, $lines, PREG_PATTERN_ORDER);
foreach ($lines[0] as $data) {
echo $data.'<br />';
}
?>

[tatiana20]

Ah ben oui tout simplement. Et moi qui galérais à tester des trucs super compliqués.

Grand moment de solitude. lol

Merci beaucoup.