Discussion :

[N_BaH]

Bonjour,

je cherche, avec xmlstarlet, à récupérer les données après un nœud dont l'attribut correspond à une expression, mais plus haut dans la hiérarchie.

j'ai du mal à expliquer, alors je vous montre

schématiquement :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
/root/
/root/tag1/
/root/tag1/tag2/
/root/tag1/tag2/tag3[@attribute="bla bla"]
/root/tag1/tag2/un/autre/ici
/root/tag1/tag2/un/autre/ici
/root/tag1/tag2/un/autre/ici
/root/tag1/tag2/tag3[@attribute="autre chose"]
/root/tag1/tag2/un/autre/pasIci
/root/tag1/tag2/un/autre/pasIci
/root/tag1/tag2/un/autre/pasIci

je voudrais récupérer les données après bla bla, jusqu'à autre chose exclu.

le fichier html est disponible ici, et je cherche à récupérer la liste des serveurs français (html/body/div/div/div/h5/span[@class='fam-flag fam-flag-fr' and @title='France'])

[thelvin]

Hello,

tu peux essayer

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

/root/tag1/tag2/un[preceding::tag3[1][@attribute="bla bla"]]/autre

"Prendre tous les /root/tag1/tag2/un, ne garder que ceux dont le tag3 précédent le plus proche, a l'attribute qui vaut bla bla. Sur ceux gardés, prendre leurs enfants autre".

[N_BaH]

merci.

cela affiche bien les données à partir de bla bla, mais ça n'arrête pas à autre chose; cela affiche aussi tous les pasIci

[caballo]

pour moi la réponse donnée par Thelvin, sur la base de ton exemple, donne bien le résultat attendu.

[N_BaH]

tu as testé sur le fichier html ?

[caballo]

Non j'ai testé sur l'exemple que tu as donné :

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
 
<?xml version="1.0" encoding="UTF-8"?>
<root>
<tag1>
	<tag2>
		<tag3 attribute="bla bla"/>
	</tag2>
	<tag2>
		<un>
			<autre>
				text
			</autre>
		</un>	
		<un>
			<autre>
				text2
			</autre>
		</un>	
</tag2>	
	<tag2>
		<tag3 attribute="autre chose"/>
	</tag2>
	<tag2>
		<un>
			<autre>
				pasICI
			</autre>
		</un>
	</tag2>	
</tag1>
</root>

/root/tag1/tag2/un[preceding::tag3[1][@attribute="bla bla"]]/autre

--> text
--> text2

tu as testé sur le fichier html ?

[N_BaH]

l'exemple n'est qu'un schéma.
j'ai peut-être trop simplifié les données.

Code sh :

Sélectionner tout - Visualiser dans une fenêtre à part

wget -qO - 'https://www.archlinux.org/download/' | xmlstarlet sel -T -t -m "/html/body/div/div/div/ul[preceding::h5/span[1][@title='France']]/li" -v 'a/@href' -n

retourne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
http://archlinux.de-labrusse.fr/iso/2019.04.01/ #début de la liste des serveurs français, c est bien ce que je veux
http://mirror.archlinux.ikoula.com/archlinux/iso/2019.04.01/
http://archlinux.vi-di.fr/iso/2019.04.01/
#...j en passe
https://archlinux.grena.ge/iso/2019.04.01/ #début de la liste des serveurs géorgiens
http://archlinux.grena.ge/iso/2019.04.01/
http://mirror.23media.com/archlinux/iso/2019.04.01/

...et ainsi de suite

[caballo]

et avec : /html/body/div/div/div/ul[preceding::h5[1]/span[@title='France']]/li

l'exemple n'est qu'un schéma.
j'ai peut-être trop simplifié les données.

Code sh :

Sélectionner tout - Visualiser dans une fenêtre à part

wget -qO - 'https://www.archlinux.org/download/' | xmlstarlet sel -T -t -m "/html/body/div/div/div/ul[preceding::h5/span[1][@title='France']]/li" -v 'a/@href' -n

retourne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
http://archlinux.de-labrusse.fr/iso/2019.04.01/ #début de la liste des serveurs français, c est bien ce que je veux
http://mirror.archlinux.ikoula.com/archlinux/iso/2019.04.01/
http://archlinux.vi-di.fr/iso/2019.04.01/
#...j en passe
https://archlinux.grena.ge/iso/2019.04.01/ #début de la liste des serveurs géorgiens
http://archlinux.grena.ge/iso/2019.04.01/
http://mirror.23media.com/archlinux/iso/2019.04.01/

...et ainsi de suite

[N_BaH]

merci beaucoup.

ps: la tête dans le guidon, j'ai oublié de demander à quoi correspond [1]

[caballo]

C'est la position du contenu (c'est l'abrégé de [position()=1]), ca limite donc au premier élément

merci beaucoup.

ps: la tête dans le guidon, j'ai oublié de demander à quoi correspond [1]

[N_BaH]

merci encore.

à bientôt.