Discussion :

[popogendarme]

Je crois créer « un outils en php », qui « scannera » des pages WEB via des expressions régulières pour trouver des éléments. C’est un site qui bosse dans l’événementiel au Canada.

En gros l’outils sera comme ça :

- une barre d’adresse, où l’on rentre l’url de la page
- -la page en dessous
- a droite des cases, qui se remplissent en fonction des expressions régulières.
- Une fois qu’on a une série d’élément qu’on voulait genre « noms, adresses, date,prix » hop un de mes collègues reçoit un nouveau mail.


Je vous demande pas de me le faire, vous inquietez pas.
C’est just que je suis un peu novice en php, donc tout conseil de tout genre, ou sur votre avis sur la façon à procéder sera la bienvenue.

C’est ma derniere mission dans cette boite, faut que je laisse un bon souvenir pour mes références sur mon CV

;-)

[|PaRa-BoL]

Recuperer les données de la page web grâce à la function "line" par exemple.

Pour les expressions regulières preg_* et ereg_* (Deux moteurs différents).

Pour commencer à avoir plus d'informations, poste nous ton code

[Raideman]

Pour un projet comme celui ci, j'aurais plutot opté pour une solution en application non web ou alors dans un language web permettant le traitement rapide de fichiers comme Perl par exemple .(ceci dit, tout dépend du nombre de pages à parcourir simultanément ou pas par ton outil).

De mon point de vue il y a deux impératifs à ton projet:
->que les expressions régulières soient trouvés en tenant compte du fait que la syntaxe sur le web est pas souvent respectée (faire donc attention à ce que tes expressions arrivent à être le plus pertinente possible dans un environnement parfois chaotique).

->Ton traitement doit être relativement rapide. Donc là si tu n'as pas une charge trop importante de pages à parcourir, tu peux rester sur php et utiliser les expressions régulières pour trouver les éléments que tu cherches.


Ensuite pour ce qui est de l'envoi de mails par php lorsque tu atteins une certaine condition, y'a pas de problèmes, php sait très bien le faire (fonction mail).

[goodpz]

Ca te sera surement util: fopen() avec une url pour récupérer la source html de la page.

[|PaRa-BoL]

Pour un projet comme celui ci, j'aurais plutot opté pour une solution en application non web ou alors dans un language web permettant le traitement rapide de fichiers comme Perl par exemple .(ceci dit, tout dépend du nombre de pages à parcourir simultanément ou pas par ton outil).

Tout à fait d'accord, le perl est le langage parfait pour se genre de projet (Manipulation de chaines de caractères, parsage très facile, expression regulière en veux tu en voilà)

[popogendarme]

Tout à fait d'accord, le perl est le langage parfait pour se genre de projet (Manipulation de chaines de caractères, parsage très facile, expression regulière en veux tu en voilà)

Je connais pas du tout Perl, ils m'ont demandé ça en php, je pense pour le maintenir quand je me barre.

Merci bcp à tous pour vos conseils ça me donne déjà de bonne pistes.

Je vais m'ateler déjà ce pas sur cette appli-web.

Juste, je me demandais, pensez vous qu'il est mieu de:
-scanner la page, tel qu'elle s'affiche dans le navigateur
ou
-scanner son code HTML?

[goodpz]

Juste, je me demandais, pensez vous qu'il est mieu de:
-scanner la page, tel qu'elle s'affiche dans le navigateur
ou
-scanner son code HTML?

Comment compterais-tu scanner la page "tel qu'elle s'affiche dans le navigateur" ?

[popogendarme]

Comment compterais-tu scanner la page "tel qu'elle s'affiche dans le navigateur" ?

Hum bonne remarque, j'en sais trop rien, je pars un peu de zero sur le projet

[|PaRa-BoL]

A moins que tu développes un robots visuel qui analyse le rendu de la page avec un moteur tel que gecko, je pense qu'il sera préférable de choisir l'option alternative de récupérer le contenu renvoyer par le serveur WEB

[popogendarme]

ah bah vous voyez j'ai bien fait de poser la question par ce que sinon, je serais déjà partie sur une solution comme ça

[goodpz]

Il y aurait plus simple en prenant une screenshot de la fenêtre du client puis de l'analyser avec un moteur d'OCR (via ajax)

[popogendarme]

en fait, ils veulent que j'utilise des expressions régulière pour detecter ce qu'il recherche dans la page et effacer le reste et ensuite écrire le restant dans la base de donnée.

[goodpz]

Tu peux toujours utiliser striptags() pour analyser des portions de text sans les balises html

[popogendarme]

Tu peux toujours utiliser striptags() pour analyser des portions de text sans les balises html

yes bon plan striptags!

Bon je viens de faire une petite réunion là.

En gros l'application servira à tester des expressions régulières.

On rentre son expression régulière pour detecter par exemple, le nom d'une soirée, et si on voit la balise contenant le nom de la soirée changé de couleur, on considère que l'expression régulière marche, on valide et on l'envoie dans la base de donnée.

Ils ont un programme qui utilise ensuite ces expressions régulières pour récuperer les données en masse.


Suis-je condamné à changer les < et > des balises par des &lt;

[popogendarme]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
  $adresse = "http://www.google.fr"; 
  $page = @file_get_contents ($adresse);
  //str_replace("paris", "dans",$page);
 
	$page=preg_replace("/<head[\s\S]*?<\/head>/",'<head>',$page);
  $page=htmlentities($page);

Wouhou, j'ai trouvé comment affiché le contenu d'une page!
Quelqu'un sait comment je pourrais l'afficher bien formaté, comme quand on fait "afficher code source" avec firefox?

[maximenet]

une toute tite recherche http://www.google.fr/search?hl=fr&q=...cher+code+html

et on tombe la dessus en premier
http://webmaster.lycos.fr/tips/988903150/

en gros utilise la balise <xmp> ... code html ...</xmp>

et si tu veux remplacer les < et > par &lt; il suffit d'utiliser htmlentities()

[popogendarme]

j'utilise htmlentities... que j'ai trouvé via google en faisant une toute petite recherche.

Mais ta balise m'a l'air mieux j'vais faire ça. merci.

tu saurais pas comment formater le code pour qu'il s'affiche bien?

par ce que moi il s'affiche tout compact c'est triste

[maximenet]

essaie nl2br()

sinon je voit pas trop comment faire là comme çà

[maximenet]

regarde la balise <pre> .... code html ... </pre> aussi

enfin regarde ce topic là : http://forum.macbidouille.com/index....owtopic=203464

le gars à essayer de faire exactement ce que tu veux faire j'ai l'impression

[|PaRa-BoL]

Pour la formater ?

les balises <pre></pre>