Discussion :

[Mr Hyde]

Bonjour,

Je suis en train de faire un programme qui communique avec un serveur...en fait, je fais appel a un script de login qui me renvoie tout une page HTML. Seulement, il n'y a qu'une petite partie de cette page qui m'interresse.

J'aimerais savoir s'il est possible d'extraire une chaine au sein d'une page entière...une fonction du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
find("expression","fichier")

Ou quelque chose du genre...merci d'avance!

[Guigui_]

Une fois que tu as transformé ton fichier en string, y'a la méthode find

http://docs.python.org/lib/string-methods.html

sinon y'a aussi le module htmllib qui permet de traiter les fichiers html

[Mr Hyde]

En fait, je souhaiterais récupperer une "sous partie" d'un lien situé dans ma page web:
par exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a href="http://www.monsite.com">

Et bien j'aimerais pouvoir recuperer toutes les valeurs de href dans tous les liens dans ma page. J'ai entendu parler de htmlparser, mais je n'ai strictement rien compris...et a vrai dire, je uis un peu pris par le temps, je n'ai plus le temps de me plonger dans un module.

[getupa]

Regarde du coté des expressions régulière et du module re (très simple si tu connais un peu le principe des regex)

[Mr Hyde]

Merci getupa et guigui!

Finalement, je me suis debrouillé avec HTMLParser, qui me récupère toutes les URL et la fonction find, qui m'a extrait le morceau de chaine qui m'interesse.

[Guigui_]

Je ne sais pas si ça peut t'intéresser.
Voilà un code (récupéré dans le livre "Python en Concentré") qui permet de lister les liens d'une page html

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
import htmllib, formatter, urllib, urlparse
 
p = htmllib.HTMLParser(formatter.NullFormatter())
f = urllib.urlopen('http://www.python.org/index.html')
BUFSIZE = 8192
while True:
    donnees = f.read(BUFSIZE)
    if not donnees: break;
    p.feed(donnees)
p.close()
seen={}
for url in p.anchorlist:
    if url in seen: continue
    seen[url] = True
    pieces = urlparse.urlparse(url)
    if pieces[0] == 'http':
        print urlparse.urlunparse(pieces)

[Mr Hyde]

Super, merci!
C'est ce que j'avais fait, mais en plus court, donc c'est mieux!!