Discussion :

[solawe]

slt,
je travaille sur un projet d'etude d'un petit compilateur et j'ai besoin d'un programme en langage C qui elimine toutes les balises d'un fichier html cad(<....> et </....>).
si quelqu'un a deja travaille sur un truc pareille et qui peux m'aider.
merci d'avance

[salseropom]

Salut, à première vue, je te dirais de parcourir toutes les lignes avec fgets() et ensuite avec strstr() tu cherches les caractères que tu veux enlever.

[fearyourself]

slt,
je travaille sur un projet d'etude d'un petit compilateur et j'ai besoin d'un programme en langage C qui elimine toutes les balises d'un fichier html cad(<....> et </....>).
si quelqu'un a deja travaille sur un truc pareille et qui peux m'aider.
merci d'avance

Si tu travaille sur une étude d'un compilateur, lex & yacc serait plus approprié pour faire ton travail.

Jc

[solawe]

merci pr le conseil,mais je travail sur un ptt projet et le but c'est faire les traitements en C

[Emmanuel Delahaye]

merci pr le conseil,mais je travail sur un ptt projet et le but c'est faire les traitements en C

C'est un simple automate. Il suffit de lire les caractères en séquences.

Evènements : '<', '>', EOF, reste du monde.
Etats : in-tag, not-in-tag

Je ne vois pas trop où est la difficulté...

Fait de ton mieux et poste ton code.

[koala01]

salut,

C'est un simple automate. Il suffit de lire les caractères en séquences.

Evènements : '<', '>', EOF, reste du monde.
Etats : in-tag, not-in-tag

Je ne vois pas trop où est la difficulté...

Fait de ton mieux et poste ton code.

Soit, mais...

Qu'en est-il d'une chaine du genre de

Verifiez que a< 35 et que b>40

(version simple)

Si tu ne définis pas explicitement au minimum les balises HTML, la partie "35 et que b" sera considérée comme étant une balise, donc retirée ...Alors que ce n'est absolument pas une balise...

[Médinoc]

En HTML normal, ce sera considéré comme un balise à moins d'avoir &gt; et &lt; à la place.

Ce qui m'inquiète plus, ce sont les attributs entre guillemets DANS les balises elles-mêmes. Pour ça, il faudrait donc reconnaitre les guillemets, apostrophes et caractères d'échappement...

[Emmanuel Delahaye]

Soit, mais...

Qu'en est-il d'une chaine du genre de
(version simple)

Si tu ne définis pas explicitement au minimum les balises HTML, la partie "35 et que b" sera considérée comme étant une balise, donc retirée ...Alors que ce n'est absolument pas une balise...

Gné ? Pas conforme à W3C ça. '<', ça se code "&lt;" en HTML.

Exemple de code que j'écris moi même avec mes petits doigts :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
 <li><b>Bibliothèque standard</b>
 
  <ul>
   <li>
  <a href="#difftime">&lt;time.h> : bien utiliser difftime()</a>
   </li>
   <li>
  <a href="#rand"> rand(), srand()... j'y comprends rien...</a>
   </li>
 
  </ul>
 </li>

tiré de http://emmanuel-delahaye.developpez.com/notes.htm