Discussion :

[manu00]

Salut !

Je suis en train de faire un petit script perl, dans lequel je parcours un fichier HTML.
Je cherche une chaine regexp pour récuperer uniquement les URL formée de cette maniere:
http://www.toto.com/1234/hello.htm
http://www.toto.com/5678/haha.htm
http://www.toto.com/9101/mdmddm.htm

Donc, il faut que la regexp me fasse un match pattern sur le slash juste avant les chiffre (ou alors carrement http://www.toto.com/) + les chiffres + le slash après...

Seulement, je n'ai aucune idée de comment faire... J'ai essayé de lire de la doc sur les regexp mais ca devient un peu complexe pour moi.

Pourriez vous m'aider ?

Merci

[Schmorgluck]

Je ne suis pas sûr de bien comprendre ce que tu essaies de faire.
Tu veux uniquement récupérer un certain type d'url ? Uniquement les url qui ont deux étapes sous le nom de domaine ? Uniquement ceux où la première étape est constituée uniquement de chiffres ? C'est pas très clair, tout ça. Quoi qu'il en soit, ça ne devrait pas être très compliqué à faire. Mais je ne peux pas vraiment te donner de piste tant que je ne sais pas ce que tu veux obtenir.

[djibril]

utilise le module HTML::SimpleLinkExtor

[manu00]

Merci djibril ! J'ai utilisé HTML::SimpleLinkExtor et ca fonctionne impacc.
Par contre, comment récupérer le contenu du <a></a> pour avoir le texte associé au lien ?

Une idée? Je sèche !