Discussion :

[amelia]

Bonjour à tous et merci de prendre la peine de lire mon post!
Allez à www.google.fr, cliquez droit puis sur "Afficher le code source de la page".
Vous voyez combien il y a de source pour afficher le peu qu'il y a sur la page d'accueil de Google?
Ceci, est juste un exemple d'illustration.
Ce que j'aimerais c'est à partir d'une page Web n'extraire que les informations textuelles. Donc par exemple pour la page de Google ce serait:
Web, Images, Vidéos, Maps, Actualités, Livres, Gmail, plus, Recherche Google, J'ai de la chance, ... etc.
Est-ce que ceci est possible?

[eyquem]

Bonsoir,



Bien sûr que c’est possible.
Il y a deux solutions, à ce que je sais:

- utiliser un parser utilisable pour le langage de construction de page web dans lequel est écrit le code source

- se faire un programme personnel qui va extraire du texte les données voulues.
J’ai fait ça encore récemment pour quelqu’un qui se posait le même problème:
http://www.developpez.net/forums/d87...ees-doc-xhtml/
Il doit être possible de faire la même chose en n’importe quel langage de programmation.