Discussion :

[LordBob]

Bonsoir a tous,

Voila, je possède un document HTML que j'analyse. Je souhaite en extraire une div qui possède un id particulier pour le mettre dans une chaine (String).

Jusqu'à maintenant, j'utilisais DOM pour effectuer les quelques traitements sur mon fichier. Je me rend compte, l'application tournant sur Android, que les performances en prennent un coup.

Je sollicite donc votre aide pour que vous aiguillez sur la marche à suivre pour extraire une partie d'un document HTML de la manière la plus optimale.

Merci par avance.

[Logan Mauzaize]

Je connais pas l'API fournie par Android mais en général tu trouves 3 types d'API de manipulation XML : Objet, Evénement, Flux.

Objet : c'est DOM, le document XML est représenté par des objets Java.

Evénement : Dans Java SE, il s'agit de SAX. Tu as un handler qui traite le XML comme un listener. Ces méthodes sont appelées par le parser quand une balise s'ouvre/se ferme, il y a du texte, etc.

Flux : Dans Java SE, il s'agit de StAX. Ca fonctionne un peu comme SAX, ça marche plutôt comme Scanner. Tu initialises le parser et ensuite tu lui demandes le prochain noeud qui t'interresse. Tu as ensuite des objets/méthodes pour récupérer l'information.

Je suppose que l'API Android doit fournir un équivalent à ces trois types.

Concernant l'utilisation d'HTML et d'un parser XML, ce n'est pas strictement compatible. HTML est issue de SGML une norme dont est également issue XML. Tout document XML est du SGML mais ce n'est pas vrai pour l'inverse. Ansi tout document HTML n'est pas du XML, pour ça il y a le XHTML.

La grosse différence entre le SGML et le XML, c'est qu'en SGML la fermeture d'une balises n'est pas obligatoire.

[LordBob]

Merci pour tes explications Nemek.

En fait concrètement, je cherche le moyen de parser avec les objets Java "standard" un document HTML simplement mais avec un minimum de performance.

Tu indiques qu'utiliser un parser XML n'est pas la meilleur des solutions et je te l'accorde. Actuellement, j'utilise l'objet DocumentBuilder, mais la solution ne me satisfait pas...