Expressions régulières pour filtrer du code HTML

**Junta** · 12/11/2006, 12h53

Bonjour,

J'essaye de réaliser une méthode pour isoler des fragments de code HTML, en utilisant les expressions régulières (javax.regex.Pattern)

Exemple tout bête : je voudrais isoler les balises A sur le fragment :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
<a href="www.google.fr">
  google
</a>
<p>
  Blah blah blah
</p>
<a href="www.exalead.com">
  exalead
</a>

J'ai essayé l'expression régulière

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Pattern p = Pattern.compile("<a[\\s]+[^>]*>.*</a>");

Le problème est que le résultat part de la balise ouvrante google , et se termine à la balise fermante exalead...

Comment peut-on préciser au Pattern de ne pas capturer de balise fermante </a> ?
J'ai bien essayé celle ci, mais cela ne marche pas ...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Pattern p = Pattern.compile("<a[\\s]+[^>]*>[^(</a>)]*</a>");

Autre question : J'ai essayé ma première expression régulière avec DreamWeaver et Notepad++ , lesquels me renvoient une absence de résultat.

=> Est-ce Java qui ne respecte pas la norme POSIX ?

**®om** · 12/11/2006, 13h04

Ayant été confronté au même problème, j'ai aussi pensé à faire un ^(</a>), mais en fait le ^ (sauf) ne s'applique que sur un caractère (^abc ça ne veut pas dire sauf la chaine abc, mais sauf le car a, le car b et le car c).

Donc j'ai utilisé (c'est du bidoullage) [^<]* au lieu du .* entre tes 2 balises...

**Junta** · 13/11/2006, 12h00

J'ai déja utilisé une solution de bidouille comme ca , mais la je ne peux pas ...

Cette solution marche quand tu sais que tes balises n'en contiennent pas d'autres, suppose que tu essayes d'isoler la balise p dans le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
<body>
  <p>
    <a href="#">blah</a>
  </p>
</body>

utiliser [^<]* aurait pour effet de ne rien retourner puisque le parser se trouverait dans l'impossibiliter de faire un match avec <a href=...

**Matth_S** · 14/11/2006, 17h00

Je suis en train de galèrer sur une expression régulière et je tombe sur ton sujet en faisant une recherche, je pense que j'avais créée un sujet un peu similaire (a moins que j'ai mal compris ce que tu cherches a faire) il y a quelques temps et j'avais obtenu une reponse.
Si tu cherches bien a exclure une chaine du pattern, il faut utiliser un assertion arrière négative, regarde l'explication qu'on ma donné dans le sujet :

http://www.developpez.net/forums/sho...d.php?t=169805

Voila, j'espere que ca peut aider

Expressions régulières pour filtrer du code HTML

Collection et Stream Java

Vue hybride

Discussions similaires

Partager

Partager