Discussion :

[Linaet]

Bonjour,

J'ai actuellement un script qui me permet de parcourir les différent fichiers d'une arborescence et qui pour chaque fichier récupère :

- Son nom
- Son adresse dans l'arborescence
- Son type

Voila la partie principale du script :

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
57
58
59
f.writeline("<?xml version=""1.0"" encoding=""ISO-8859-1"" ?>")
f.writeline("<add>")
scanFolder(stRep)
f.writeline("</add>")
 
MsgBox "Terminé ! " & vbCrLf & indexedFiles & " fichiers "
 
' METHODES
' ####################################
' Scanne un répertoire
private sub scanFolder(dir)
  ' liste les documents du répertoire
  If oFSO.FolderExists(dir) Then
 
    For each oFl in  oFSO.GetFolder(dir).Files
 
      If hasIndexableType(oFl) Then
        addDocSolR(oFl)
      End If
    Next
      ' parcours en profondeur des sous-répertoires
    For each oFld in  oFSO.GetFolder(dir).SubFolders
      scanFolder(oFld.Path)
    Next
 
  End If
 
end sub
 
' Sérialise un fichier sous forme de XML
private sub addDocSolR(file)
  indexedFiles=indexedFiles+1
 
  f.writeline(" <doc>")
  f.writeline(" <field name=""id"">" & indexedFiles & "</field>")
  f.writeline("   <field name=""name"">" & file.Name & "</field>")
  f.writeline("	  <field name=""path"">" & file.Path & "</field>")
  f.writeline("   <field name=""type"">" & file.Type & "</field>")
 
  'Ajouter les attributs des fichiers à indexer ici
 
  f.writeline(" </doc>")
 
end sub
 
private function hasIndexableType(file)
  res = false
  If Instr(1,file.Name, ".") <> 0 Then
    tab = Split(file.Name,".")
    extension = tab(UBound(tab))
 
    if extension = "doc" Then
      res = true
    End If
    'suite avec les autres extensions autorisées
 
   End If
   hasIndexableType=res
end function

Le script me crée donc un fichier xml avec une liste de tous les fichiers trouvés au format word, excel, txt, pdf.

Exemple pour 1 fichier :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
<?xml version="1.0" encoding="ISO-8859-1" ?>
<add>
 <doc>
 <field name="id">1</field>
   <field name="name">Nom du fichier 1</field>
   <field name="path">Adresse du fichier 1</field>
   <field name="type">Présentation Microsoft Office PowerPoint 97-2003</field>
 </doc>
</add>

Je voudrais récupérer le contenu de chaque fichier afin que celui-ci soit présent dans mon xml qui est généré automatiquement.
Le but est d'obtenir un champ supplémentaire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
<?xml version="1.0" encoding="ISO-8859-1" ?>
<add>
 <doc>
 <field name="id">1</field>
   <field name="name">Nom du fichier 1</field>
   <field name="path">Adresse du fichier 1</field>
   <field name="type">Présentation Microsoft Office PowerPoint 97-2003</field>
   <field name="content">Contenu du fichier 1</field>
 </doc>
</add>

Au fil de mes recherches j'ai vu qu'il existait ce type de code pour lire des fichiers txt :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
' Lit le contenu d'un fichier dans une variable
 Const ForReading = 1, ForWriting = 2, ForAppending = 8
Set fso = CreateObject("Scripting.FileSystemObject" )
Set f = fso.OpenTextFile("c:\un_repertoire\toto.txt", ForReading)
une_variable = f.ReadAll
f.Close
 
' Verification
wscript.echo une_variable

Existe-t-il une solution similaire pour des fichiers du type xls, xlsx, doc, docx, pdf... ?
Ou alors est-il possible d'effectuer une conversion de ces fichiers en format txt ?

J'espère avoir été claire
Merci d'avance !
Linaet

[hackoofr]

Existe-t-il une solution similaire pour des fichiers du type xls, xlsx, doc, docx, pdf... ?

Je ne sais pas si avec la méthode OpenAsTextStream va peut-être résoudre ton problème ou non mais tu peut comme même l'essayer

[Linaet]

Je teste ça et je te tiens au courant ! Merci

[Linaet]

Malheureusement ça ne fonctionne pas

J'ai depuis avancé (heureusement) :
J'arrive désormais à récupérer le contenu d'un document word (avec les caractères non imprimables). J'essaie donc de créer un script qui replacerai ces caractères non imprimables apparus dans mon fichier xml lors de l'extraction par un espace.

[hackoofr]

Malheureusement ça ne fonctionne pas
J'ai depuis avancé (heureusement) :
J'arrive désormais à récupérer le contenu d'un document word (avec les caractères non imprimables). J'essaie donc de créer un script qui replacerai ces caractères non imprimables apparus dans mon fichier xml lors de l'extraction par un espace.

pouvez-vous nous faire un petit copier/coller de votre code pour voir mieux les choses et votre avancement pour ce dernier

[Linaet]

Voila ce qui me permet de récuperer le contenu d'un fichier Word :

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
 
Dim stOut 'Nom du fichier à générer
stOut = "d:\test.xml"
 
Const ForReading = 1, ForWriting = 2
Set WshShell = WScript.CreateObject("WScript.Shell")
Dim fso, f
Set fso = CreateObject("Scripting.FileSystemObject")
Set f = fso.OpenTextFile(stOut, ForWriting,true)
 
Dim oFSO,oFld
Set oFSO = CreateObject("Scripting.FileSystemObject")
 
Dim indexedFiles
indexedFiles=0
 
 
'**** Lecture du fichier Word ****
Set fso = CreateObject("Scripting.FileSystemObject")
DocWord = "d:\test.doc"
Set objWord = CreateObject ("Word.Application")
objWord.Visible = False
versionsobjWord.DisplayAlerts = False
objWord.Documents.Open(DocWord),1
Set objDoc = objWord.ActiveDocument
Set objRange = objDoc.Content
CorpsMessage = ObjRange.Text
 
f.writeline(CorpsMessage)
objWord.Quit
Set objWord = Nothing

Je récupére tout le texte (sauf Pied de page et Entête) avec ce genre de caractères non imprimables que je souhaite supprimer :

b –