Exploiter les balises dans page web

**Anonyme1784** · 23/01/2015, 01h04

Hello,
j'ai une page sur laquelle s'affiche aléatoirement des numéros. Je dois les récupérer à partir de la page web. Je ne peux rien savoir à l'avance !
Je sais seulement que le numéro sera dans cet attribut tel que par exemple :

Code java :

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
    <div class=
    "sk-content-text sk-document-accestype-audiotel sk-document-country-fr sk-document-id-213327"
    id="sk-access-type-body-audiotel" style="">
        <span class="text1" id="sk-send-text-audiotel">Téléphonez au</span>
        <span class="sk-country-flag-fr" id=
        "sk-country-image-audiotel">&nbsp;</span> <span class="bigtext" id=
        "sk-audiotel-phone-number">0899000000</span>
 
        <div class="sk-call-price">
            <span class="sk-price-tagline"><span id=
            "sk-audiotel-fixed-cost-detail">1 €</span> <span id=
            "sk-price-per-call" style="">TTC/appel</span> <span id=
            "sk-audiotel-variable-cost-detail">+ 0.5 €</span> <span id=
            "sk-price-per-minute" style="">TTC/minute</span> <span id=
            "sk-audiotel-extra-text1" style="display: none;">depuis une ligne
            fixe</span> <span>-</span></span> <span id=
            "sk-audiotel-after-detail-text">Seul le coût de la communication
            vous sera facturé.</span>
        </div>
    </div>

Je dois donc

.... en java..... exploiter la page web pour avoir le numéro de téléphone uniquement mais selon le pays, et le type (appel/sms) !
Bon à savoir : il y a plusieurs DIV comme celles là, et je connais les ID par avance, je connais pas les numéros c'est tout.

Des pistes :
Je sais que je devrais get le content de la page, puis chercher les ID dans la string obtenue. Après je sais pas si je peux plutôt choper directement dans les balises... ?

Aidez-moi s'il vous plait

**joel.drigo** · 23/01/2015, 02h52

Salut,

Le plus simple est d'utiliser un parseur de html, comme jsoup, par exemple.

**Anonyme1784** · 23/01/2015, 19h55

Envoyé par joel.drigo

Salut,
Le plus simple est d'utiliser un parseur de html, comme jsoup, par exemple.

Merci beaucoup,
Je souhaite une précision, ça ne pose pas de problème que le code que j'ai envoyé ci-dessus ne soit pas directement écrit dans la page ?
Ma page contient ceci :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
<html><head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<link href="style.css" type="text/css" rel="stylesheet">
<title>MeCraft</title>
</head>
<center><div class="head">PAGE PRIVÉE !</div>
<br><br><br>
<div id="xxx"></div><script type="text/javascript" src="http://xxx/script.php?idd=xxx&amp;verif_en_php=1&amp;datas="></script><noscript>Veuillez activer le Javascript de votre navigateur s'il vous pla&icirc;t.<br /><a href="http://xxx/">x</a></noscript>
</body></html>

Et quand on va sur la page, alors il s'affiche une boite avec plein de trucs.

En bref ça ressemble au système de l'iframe !
Ça marche quand même ?

**joel.drigo** · 23/01/2015, 20h17

Ah, si, là ça va poser un problème avec JSoup, car le dom du document html est modifié dynamiquement par un script javaScript. Ensuite, il faut simuler ce qu'il faut pour déclencher l'exécution du script : là, à priori, il s'exécute tout seul (pas besoin de cliquer quelquechose ou de saisir des infos, etc...).

Il existe un browser headless appelé HtmlUnit qui pourrait peut-être te permettre de résoudre ton problème : je n'ai jamais essayé personnellement, donc je ne peux te garantir. A toi d'essayer, et de me dire si ça fonctionne avec ton site.

**Anonyme1784** · 23/01/2015, 21h04

Envoyé par joel.drigo

Ah, si, là ça va poser un problème avec JSoup, car le dom du document html est modifié dynamiquement par un script javaScript. Ensuite, il faut simuler ce qu'il faut pour déclencher l'exécution du script : là, à priori, il s'exécute tout seul (pas besoin de cliquer quelquechose ou de saisir des infos, etc...).
Il existe un browser headless appelé HtmlUnit qui pourrait peut-être te permettre de résoudre ton problème : je n'ai jamais essayé personnellement, donc je ne peux te garantir. A toi d'essayer, et de me dire si ça fonctionne avec ton site.

Ah bah merci beaucoup

je vais tester !

Donc par exemple je peux faire ça ?

Code java :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
    WebClient webClient = new WebClient();
    Page page = webClient.getPage("http://example.com");
    WebResponse response = page.getWebResponse();
    String content = response.getContentAsString();

Et je peux insérer ça ?

Code java :

Sélectionner tout - Visualiser dans une fenêtre à part

Elements numero = doc.select("#sk-access-type-body-audiotel.sk-document-country-fr");

**joel.drigo** · 23/01/2015, 22h01

Je pense qui'il faut plutôt faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
final WebClient webClient = new WebClient();
final HtmlPage page = webClient.getPage("http://exemple.com");

Ensuite,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

DomElement element =  page.getElementById("sk-audiotel-phone-number");

element représente donc le SPAN d'id "sk-audiotel-phone-number", et est de classe org.w3c.dom.Element : tu peux donc le parcourir afin de récupérer les sous-éléments, attributs et contenu texte, par getTextContent(). (voir tutoriel ici).

Exploiter les balises dans page web

Langage Java

Vue hybride

Discussions similaires

Partager

Partager