Discussion :

[daniel.1]

bonjour,

je ne sais pas comment écrire un substitute sous vi ou un replace sous notepad++ pour transformer une chaîne qui comprend une certaine pattern : par ex: class="info" ou class="infoB".

le problème est de ne pas changer toute la chaîne mais seulement les extrémités. Ex:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a ....class="info"....>texte à conserver</a>

deviendrait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<verd>texte à conserver</verd>

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a ....class="infoB"....>texte à conserver</a>

deviendrait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<imm>texte à conserver</imm>

je vous remercie de votre aide,
bien cordialement,
daniel

[N_BaH]

Bonjour,

sous vi ou sous notepad++

pourquoi ces choix ?

[Flodelarab]

Bonjour

Avec vim, il faut utiliser les références arrières.
Comme avec grep.

Code vim :

Sélectionner tout - Visualiser dans une fenêtre à part

:s/<a.*class="info".*>\(.*\)<\/a>/<imm>\1<\/imm>/

[daniel.1]

Bonjour

Avec vim, il faut utiliser les références arrières.
Comme avec grep.

Code vim :

Sélectionner tout - Visualiser dans une fenêtre à part

:s/<a.*class="info".*>\(.*\)<\/a>/<imm>\1<\/imm>/

super, merci beaucoup !

amicalement,
daniel

[daniel.1]

Bonjour,

pourquoi ces choix ?

bonjour,

sous vi parce que j'ai un Linux et notepad parce que je l'utilise plus fréquemment (sous Windows)

[daniel.1]

au fait, merci d'avoir déplacer ma question au bon endroit!

heu je ne vois pas "probleme resolu" en bas de la page pour le cliquer...

[N_BaH]

mais alors, pourquoi pas ed, ou sed ?

[daniel.1]

mais alors, pourquoi pas ed, ou sed ?

oui je regarde aussi à présent que j'ai la commande pour réaliser la substitution. Car j'ai en effet plusieurs fichiers à traiter

[Flodelarab]

Erratum :
Dans mon message précédent, il ne fallait pas lire grep, mais sed.

Le premier ne fait que du filtrage.
Le second des substitutions. (avec références arrières).

[daniel.1]

bonjour,
désolé de vous embêter de nouveau.
j'ai fait des essais et je constate que s'il y a des balises ou des retour à la ligne dans le "texte à conserver" ça pose problème (non je ne l'avais pas dit au départ).

Exemple 1:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a ....class="infoB"....>texte à <i>surtout</i> conserver</a>

-> tronque en :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<imm> conserver</imm>

si je vire les ">" ça donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<imm>texte à <isurtout</i conserver</imm>

Exemple 2:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
<a ....class="info"....>texte à conserver <BR>
suite du texte</a>

-> Pattern not found
idem si je vire le "<BR>" mais que je laisse le retour à la ligne

c'est foutu ou y'a une solution?
merci!
bonne journée
daniel

[N_BaH]

c'est pourquoi on recommande de ne pas traiter les langages de balisage (HTML, XML, JSON...) avec le shell, mais avec des outils conçus exprès (XSLT, jq...), ou qui peuvent s'adapter ±facilement (python, perl...).

[daniel.1]

bonjour,

ah, je comprends mais jamais entendu parlé et ça parait pas simple.
Mais tant pis pour les entités qui ont des retour à la ligne, eux ça dit "Pattern not found" et ils font rien, donc pas de bêtise.
Par contre pour le ">" ça tronque le texte. Alors peut-être qu'en incluant le ">" dans la partie \(.*\) qui couvre le texte à conserver ça irait...?

daniel

[Flodelarab]

• Pour la balise d'entrée trop grande, il suffit de remplacer .* par [^>]*.
• Pour les retours à la ligne, il suffit d'utiliser l'option -z de sed.
• Pour éviter la gourmandise de * et trouver le </a> le plus proche, c'est plus compliqué.
  Il faut filouter.
  

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  sed -z 's@</a>@KKKKKK&@g;:z;s@\(<a.*class="info"[^>]*>.*KKKKKK</a>.*\)KKKKKK</a>@\1</a>@;tz;s@<a.*class="info"[^>]*>\(.*\)KKKKKK</a>@<imm>\1</imm>@'

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  1
  2
  sed -z 's@</a>@KKKKKK&@g;:z;s@\(<a.*class="info"[^>]*>.*KKKKKK</a>.*\)KKKKKK</a>@\1</a>@;tz;s@<a.*class="info"[^>]*>\(.*\)KKKKKK</a>@<imm>\1</imm>@' <<<'<a ....class="info"....>texte à conserver <BR>
  suite du texte</a> bidule <a> machin </a>'

  Résultat:
  

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  1
  2
  <imm>texte à conserver <BR>
  suite du texte</imm> bidule <a> machin </a>

  Prise de tête pour la maintenabilité.

[daniel.1]

merci beaucoup, je vais essayer. Non, non dans les citations, car il s'agit de citations, il n'y a jamais de <a> imbriqués !!

[Flodelarab]

Je ne parlais pas d'imbrications.
S'il y en avait, ce code ne marcherait pas.

Mais dans ton texte, il y a sûrement de nombreuses ancres. À la suite.
(Surtout quand on snobbe les fins de ligne)

[daniel.1]

glups, j'ai pas tout compris, en tout cas

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

. s/<a.*class="info".*>\([^>]*\)<\/a>/<verd>\1<\/verd>/

me sort encore "

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<imm> conserver</imm>

"

Pourtant j'ai regardé et en effet le ^ devant un caractère l'exclut...

mais vous avez sûrement d'autres choses à faire, je suis désolé du dérangement
daniel

[Flodelarab]

Relis mieux : ce que tu as tapé n'est pas du tout ce que j'ai écrit.
Tu as rajouté des caractères inutiles en laissant l'étoile gourmande.

[daniel.1]

vous voulez dire que c'est dans

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a.*class="info".*>

qu'il faut remplacer les .* par [^>]* ??
si oui je ne comprends plus car il n'y a jamais de ">" entre le "<a" et le ">". Le seul endroit possible c'est là où j'ai remplacé...

Voici un exemple de citation (j'aurais peut-être dû commencer par là ) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a class="info" title="[ Gustave Thibon, de l'Académie Française&nbsp;: 'Notre regard qui manque à la lumière ]">&emsp;« On ne comprend le mal que dans la mesure où on lui échappe&nbsp;; <i>on ne peut pas le faire et le comprendre au même niveau.</i>&nbsp;»</a>

que j'aimerais transformer en :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<verd>&emsp;« On ne comprend le mal que dans la mesure où on lui échappe&nbsp;; <i>on ne peut pas le faire et le comprendre au même niveau.</i>&nbsp;»</verd>

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
<a href="javascript:ouvre_popup('Roland.html')" class="infoB" title="[ Messages célestes de Roland de Jouvenel ]">&emsp;« La terre est notre stage d’imperfection où nous sommes livrés à nous-mêmes. Fais attention, car c’est de là que nous prenons notre envol. Je t’assure, tu ne perds pas ton temps, allège-toi, dégage-toi [<curvep>des matérialités</curvep>]. <p class="p0"></p>
&emsp;Raffine-toi dans le beau, car le point que tu auras atteint sur terre sera le point de départ pour ici.&nbsp;»</a>

deviendrait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
<imm>&emsp;« La terre est notre stage d’imperfection où nous sommes livrés à nous-mêmes. Fais attention, car c’est de là que nous prenons notre envol. Je t’assure, tu ne perds pas ton temps, allège-toi, dégage-toi [<curvep>des matérialités</curvep>]. <p class="p0"></p>
&emsp;Raffine-toi dans le beau, car le point que tu auras atteint sur terre sera le point de départ pour ici.&nbsp;»</imm>

[CosmoKnacki]

Avec xsltproc (sudo apt-get install xsltproc au besoin).

stylesheet.xsl

Code xml :

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
<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
    <xsl:output indent="yes" method="xml" omit-xml-declaration="yes"/>
 
    <xsl:template match="node()|@*">
        <xsl:copy>
            <xsl:apply-templates  select="node()|@*"/>
        </xsl:copy>
    </xsl:template>
 
    <xsl:template match="a[@class='info']">
        <verd>
            <xsl:apply-templates/>
        </verd>
    </xsl:template>
 
    <xsl:template match="a[@class='infoB']">
        <imm>
            <xsl:apply-templates/>
        </imm>
    </xsl:template>
 
</xsl:stylesheet>

et la commande: xsltproc --html --encoding utf-8 stylesheet.xsl tonfichier.html.

Même si tu n'es pas très familier avec XSLT, tu peux voir que la transformation que tu souhaites faire se résume à deux templates somme toute assez basiques. Tu peux facilement les calquer pour des transformations du même type. (Les attributs match ne sont rien d'autre que du XPath).

NB:

• La commande précédante se contente d'afficher le résultat dans le terminal, il est bien sûr possible de rediriger cet affichage vers un fichier (commande > fichier) ou d'utiliser l'option --output de xsltproc. Les transformations xsl ayant la fâcheuse (ou pas) tendance de remplacer automatiquement les entités comme &nbsp; et &emsp; par leur caractère correspondant, il est possible les récupérer avec sed.
  Ce qui donne: xsltproc --html --encoding utf-8 stylesheet.xsl tonfichier.html | sed "s/$(echo -ne '\u2003')/\&emsp;/g;s/$(echo -e '\u00a0')/\&nbsp;/g".
  Si les entités sont plus nombreuses et plus variées, il est possible de procéder autrement en protégeant les entités avant la transformation, n'hésite pas à demander si c'est le cas.
• Pour éviter les messages d'erreurs du type: HTML parser error : Tag curvep invalid, il faut partir du html "brut" et faire toutes les transformations de tag en même temps dans la même feuille de style xsl.

[daniel.1]

bonjour et merci à toi CosmoKnacki

ça commence pas très bien.

sudo apt install xsltproc

[sudo] Mot de passe de neile*: xxxxx
E: Impossible d'obtenir le verrou /var/lib/dpkg/lock-frontend - open (11: Ressource temporairement non disponible)
E: Unable to acquire the dpkg frontend lock
(/var/lib/dpkg/lock-frontend), is another process using it?

glups