Extraire une page html avec les accents

**JWysiwyg** · 16/12/2010, 14h45

Bonjour,

Je galère un peu sur un script la en fait, donc j'aurais besoin d'un peu d'aide la ^^

En gros voila ce que fait mon script (d'origine, le script de Olivier Népomiachty). Je lui donne l'url d'une application iphone sur le site d'apple et celui-ci récupère les lignes qui m'intéresse comme le titre, la description, etc..

Bref, voila le code :

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
53
54
55
56
 
<?php
 
require ('connect.php');
require ('lib.php');
 
if (!empty($_POST['id_apple']) AND !empty($_POST['id_store'])) {
 
		echo '
		<html>
		<head>
		<title></title>
		<meta name="description" content="">
		<meta name="keywords" content="">
		<meta name="author" content="">
		<meta name="generator" content="">
		<link rel="StyleSheet" type="text/css" href="style1.css">
		</head>
		<body>
		';
 
	$id_apple = $_POST['id_apple'];
 
	if ($_POST['id_store'] == "1") {
 
		$url="http://ax.itunes.apple.com/app/id$id_apple?mt=8";
 
	}
	else {
 
		$url="http://ax.itunes.apple.com/fr/app/id$id_apple?mt=8";
 
	}
 
	$html = file_get_contents($url);
 
	$pos1 = strpos($html, "<div id=\"title\" class=\"intro\">");
	$pos2 = strpos($html, "<li class=\"genre\">");
	$data_brut = substr($html,$pos1,$pos2-$pos1);
 
	// TITRE
	$data=split("\n", $data_brut);
	$no_ligne=1;
	$titre = trim($data[$no_ligne]);
 
	// DESCRIPTION
	$data=split("\n", $data_brut);
	$no_ligne=18;
	$description = trim($data[$no_ligne]);
 
	echo '<br /><br /><br />';
 
	echo $titre;
	echo $description;
 
	echo '<br /><br /><br />';

Donc la, il m'affiche bien le titre de l'application ainsi que la description mais avec plein de caractères du style "Ã©" à la place des accents, caractères spéciaux, etc..
Si par contre je fait un echo de la variable $html, j'ai bien la page entière de l'application et avec les bons caractères. J'image donc que le problème vient au moment ou je sélectionne les lignes que je veut prendre, ou quelque chose comme ca..

Je vous remercie d'avance pour votre aide

**rikemSen** · 16/12/2010, 15h03

test de faire pour l'affichage de la variable utf8_decode($variable) ou utf8_encode($variable)

**JWysiwyg** · 16/12/2010, 15h13

Oui je viens de trouver ca dans le manuel php.

Donc j'ai testé et maintenant quand je suis l'Apple Store US je récupère bien le titre ainsi que la description voulue et en bonne forme

Par contre quand je suis sur le FR, la position des lignes changent (avant non) et il manque des morceaux de balise "<", etc..

Sinon j'avais penser à extraire les données sans les balises HTML de la page.

Donc si je modifie de cette manière :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
function filtre_html($s) {
	$s = str_replace("\r\n","<br />",$s);
	$s = str_replace("\n","<br />",$s);
	$s = str_replace("</TR>","</TR>\n",$s);
	$s = strip_tags($s);
	$s = str_replace("&nbsp;"," ",$s);
	return($s);
}
 
$data_brut_tf8 = utf8_encode(substr(utf8_decode($html),$pos1,$pos2-$pos1));
$data_brut = filtre_html($data_brut_tf8);

Le HTML est bien partit mais tout le contenu reste sur une seule ligne :s

Si vous avez des idées pour la première ou la deuxième méthode, je suis toujours preneur, et en vous remerciant d'avance

Extraire une page html avec les accents

Langage PHP

Vue hybride

Discussions similaires

Partager

Partager