Discussion :

[PRACH]

Bonjour à tous,

J'ai besoin de votre aide pour compléter une expression régulière que je suis en train de faire.
Le but est de récupérer le contenu d'un flux Rss en supprimant les balises HTML qui sont contenus dans la balise <description> parfois afin de garder la main sur la mise en forme.
J'y suis parvenu avec cet regex : "<[^>]*>"

Mais si dans cette balise <description> il y a des liens hypertextes (<a href='...'>bla bla</a>) je souhaiterais les conserver.

Comment puis-je modifier mon expression régulière ?

Merci par avance pour votre aide

p.s : exemple d'un flux google utilisé pour mes tests :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
<description>
<table border="0" cellpadding="2" cellspacing="7" style="vertical-align:top;"><tr><td width="80" align="center" valign="top"><font style="font-size:85%;font-family:arial,sans-serif"><a href="http://www.lefigaro.fr/conjoncture/2012/04/25/20002-20120425ARTFIG00462-europe-draghi-reclame-un-pacte-de-croissance.php">Le Figaro</a></td></tr></table>
</description>

[meziantou]

Pour parser du HTML on utilise un parseur HTML pas des expressions rationnelles.
Tu peux utiliser le HtmlAgilityPack

[PRACH]

Pour parser du HTML on utilise un parseur HTML pas des expressions rationnelles.
Tu peux utiliser le HtmlAgilityPack

Je prend note du lien au cas où.

Mais pour des raisons indépendantes de ma volonté, je n'ai pas d'autres choix que d'utiliser une regex.

Il n'y a pas de solutions pour inclure une clause "sauf les balises <a" dans mon expression ?

[Er3van]

Plutôt que d'essayer de supprimer tout le reste, ça ne serait pas plus simple de récupérer uniquement les balises en question?

[PRACH]

Plutôt que d'essayer de supprimer tout le reste, ça ne serait pas plus simple de récupérer uniquement les balises en question?

Tu as raison et c'est ce que j'essaye de faire actuellement mais j'ai encore un peu de mal avec les expressions régulières.

J'ai décidé de conserver uniquement les balises <a> et <b> et <br>

J'arrive donc à récuperer toutes les balises commençant par a ou b en faisant ceci :
<[^a|b][^>]*>

mais j'ai désormais du mal à lui dire de conserver également les balises fermantes.

[Er3van]

Un peu de lecture pour t'aider : Expressions régulières et .Net - par David Grellety