1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
| #!/usr/bin/perl
use strict;
use warnings;
use HTML::Parser;
use LWP::Simple;
#Constantes
my $baseurl = 'http://www.pharmgkb.org/do/serve?objId=';
my $flag = 0;
#Tableau @ARGV : paramètres dans la console
die "usage: $0 role code\n"
if @ARGV != 2;
my $role = $ARGV[0];
my $code = $ARGV[1];
#Vérification des paramètres
print "$code\n";
print "$role\n";
if ($role ne 'Gene'){
if ($role ne 'Disease'){
if ($role ne 'Drug'){
die "not a valid a role\n";
}
}
}
#Compostion de l'URL final (à parser ensuite)
my $url = $baseurl.$code.'&objCls='.$role;
my $page = get($url);
#Tableaux où seront stocker les différentes informations
my @tab_gene= @_ ;
my @tab_disease = @_;
my @tab_drug= @_;
#Parser
my $parser = HTML::Parser->new(start_h => [\&start_rtn,"tag, attr"],
text_h => [\&text_rtn, "text"],
end_h => [\&end_rtn, "tag"]
);
sub start_rtn {
my ($tag, $attr) = @_; #Tableau
#Définition des balises de départ
if ($tag =~ /^title$/){
$flag = 1;
}
if ($tag =~ /^a$/
and defined $attr->{href}
and $attr->{href} =~ /^\/do\/serve\?objId=PA[0-9]+&objCls=Gene$/){
$flag = 2;
}
if ($tag =~ /^a$/ and defined $attr->{href}
and $attr->{href} =~ /^\/do\/serve\?objId=PA[0-9]+&objCls=Disease$/){
$flag = 3;
}
if ($tag =~ /^a$/ and defined $attr->{href}
and $attr->{href} =~ /^\/do\/serve\?objId=PA[0-9]+&objCls=Drug$/){
$flag = 4;
}
}
sub text_rtn {
my ($text) = @_;
$text =~ s/\n//g;
if($flag == 1){
print "Le titre : $text \n";
}
if($flag == 2){
push(@tab_gene, $text); #Le texte entre balises est ajouté dans un tableau correspondant à son rôle(@tab_gene)
}
if($flag == 3){
push(@tab_disease, $text); #Le texte entre balises est ajouté dans un tableau correspondant à son rôle(@tab_disease)
}
if($flag == 4){
push(@tab_drug, $text); #Le texte entre balises est ajouté dans un tableau correspondant à son rôle(@tab_drug)
}
}
sub end_rtn {
my ($tag) = @_;
if ($tag =~ /^\/title$/){
$flag = 0;
}
if ($tag =~ /^\/a$/ && ($flag==2 || $flag==3 || $flag == 4)){
$flag = 0;
}
if ($tag eq "/html") {
my $Text_gene = join(" / ", @tab_gene);
print"===> genes : $Text_gene\n";
}
if ($tag eq "/html") {
my $Text_disease = join(" / ", @tab_disease);
print"===> maladies : $Text_disease\n";
}
if ($tag eq "/html") {
my $Text_drug = join(" / ", @tab_drug); #Les informations ($text) seront séparées par un "/"
print"===> médicaments : $Text_drug\n";
}
}
#start parsing
$parser->parse($page);
#end parser
$parser ->eof; |
Problème de tableau après parsing
Répondre avec citation
Partager