Discussion :

[Derdesders]

Bonjour,
J'ai une fonction d'extraction de données sur des pages web qui ne renvoie plus rien quand elle est appelée dans une boucle while .

Avec l'URL dans une variable OK

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
function extraction($string, $start, $end)
{
$pos = stripos($string, $start);
$str = substr($string, $pos);
$str_two = substr($str, strlen($start));
$second_pos = stripos($str_two, $end);
$str_three = substr($str_two, 0, $second_pos);
$unit = trim($str_three);
return $unit;
}
///////////////////////////////
function url($url)
{
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_USERAGENT,'Googlebot/2.1 (+http://www.google.com/bot.html)');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$curl_scrap_time = curl_exec($ch);
curl_close($ch);
$text = $curl_scrap_time;
$start0 = '<table class="infobox_v2">';
$end0 = '</table>';
$unit0 = extraction($text, $start0, $end0);
return $unit0;
}  
///////////////////////////////
 
  $page_suivante = "https://fr.wikipedia.org/wiki/Pont_Yavuz_Sultan_Selim";
 
  echo url($page_suivante);

Par l'intermédiaire d'une boucle while plus aucune sortie

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
function extraction($string, $start, $end)
{
$pos = stripos($string, $start);
$str = substr($string, $pos);
$str_two = substr($str, strlen($start));
$second_pos = stripos($str_two, $end);
$str_three = substr($str_two, 0, $second_pos);
$unit = trim($str_three);
return $unit;
}
///////////////////////////////
function url($url)
{
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_USERAGENT,'Googlebot/2.1 (+http://www.google.com/bot.html)');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$curl_scrap_time = curl_exec($ch);
curl_close($ch);
$text = $curl_scrap_time;
$start0 = '<table class="infobox_v2">';
$end0 = '</table>';
$unit0 = extraction($text, $start0, $end0);
return $unit0;
}  
//////////////////////////////////////////////
if (!$fp = fopen("liens_a_suivre","r")) {
echo "Echec de l'ouverture du fichier";
exit;
}
else {
 while(!feof($fp)) {
  $Ligne = fgets($fp,255);
  echo url($Ligne);
 }
 fclose($fp); 
}

Dans le fichier "liens_a_suivre" exemple :

https://fr.wikipedia.org/wiki/Dilma_Rousseff
https://fr.wikipedia.org/wiki/Attentat_ ... 3%BBt_2016
https://fr.wikipedia.org/wiki/Pont_Yavuz_Sultan_Selim

Je sèche grave, merci par avance pour votre bienveillance à l'égard d'un néophyte en PHP.
Cordialement

[CosmoKnacki]

Ça ne marche pas parce que tu renseignes le second paramètre de fgets ce qui a pour conséquence que fgets te renvoie des chaînes de 254 octets (voir la doc), au lieu de te renvoyer une ligne comme il le fait par défaut. Ça n'a donc rien à voir avec le while mais avec ta façon d'utiliser fgets. Retire ce deuxième paramètre.

Une remarque sur ta fonction extraction: ce n'est pas de cette manière qu'on parse du html, il y a des outils pour ça. Ici DOMDocument et DOMXPath seront les outils les mieux appropriés pour obtenir ce que tu souhaites en t'évitant les écueils d'une approche sauvage à coup de fonctions de manipulation de chaîne. Le html est un langage structuré, appuie toi sur cette structure. (des tutoriels sont disponibles sur le site et ailleurs).

[Derdesders]

Bonsoir et merci pour votre réponse,
J'ai retiré le second paramètre de fgets sans aucun changement sur le résultat, un => echo $Ligne; me renvoi les lignes mais toujours rien avec echo url($Ligne);

Retour de echo $Ligne;

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
https://fr.wikipedia.org/wiki/Dilma_Rousseff
https://fr.wikipedia.org/wiki/Attentat_de_Cizre_du_26_ao%C3%BBt_2016
https://fr.wikipedia.org/wiki/Pont_Yavuz_Sultan_Selim
https://fr.wikipedia.org/wiki/Pont_Yavuz_Sultan_Selim

En parallèle je vais regarder la portabilité dans le code de ma page de ce que vous me recommandez, pour ne pas alourdir mon commentaire j'ai extrait qu'une partie.

Cordialement

[CosmoKnacki]

Il faut que tu enlèves le caractère \n ou la séquence \r\n à la fin de chaque ligne. Pour cela, utilise la fonction rtrim.

[Derdesders]

Super, un grand MERCI CosmoKnacki, cela fait plus d'une semaine que je cherchais une solution.

Cordialement