Discussion :

[SebastienM]

Bonjour,

je cherche à extraire le contenu d'un href pour la structure suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
li><a href="http://172.26.0.21/test/index.php?id=1675&amp;no_cache=1" title="- Communes" onfocus="blurLink(this);" onclick="xt_med('C','0','Menu_gauche','N')">- Communes</a></li>
                    <li><a href="http://172.26.0.21/test/index.php?id=867&amp;no_cache=1" title="- Concertation" onfocus="blurLink(this);" onclick="xt_med('C','0','Menu_gauche','N')">- Concertation</a></li>

sachant que chaque début de contenu du "a" ou "title commence par le caractère "-" (en rouge)

La langage est Ruby, mais ça doit être valable pour pas mal de langages...

Pourriez vous m'aider ?

Merci d'avance.

[Chris Vargas]

Salut,

Je ne connais pas bien Ruby mais je suppose que tu peux effectuer des recherches par expressions régulières de type Perl ou PHP... Pour ta recherche le motif regexp serait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a[^>]*>(- .*)<\/a>

Et tu ne conserves que ce qui est entre parenthèses. Quelqu'un connaissant Ruby sera plus à même de te répondre pour ce point!

[Côme]

Bonjour,

En effet, c'est une solution qui fonctionne en Ruby.

Quelqu'un connaissant Ruby sera plus à même de te répondre pour ce point!

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
>> s=<<EOF
li><a href="http://172.26.0.21/test/index.php?id=1675&amp;no_cache=1" title="- Communes" onfocus="blurLink(this);" onclick="xt_med('C','0','Menu_gauche','N')">- Communes</a></li>
                    <li><a href="http://172.26.0.21/test/index.php?id=867&amp;no_cache=1" title="- Concertation" onfocus="blurLink(this);" onclick="xt_med('C','0','Menu_gauche','N')">- Concertation</a></li>
EOF
=> "li><a href=\"http://172.26.0.21/test/index.php?id=1675&amp;no_cache=1\" title=\"- Communes\" onfocus=\"blurLink(this);\" onclick=\"xt_med('C','0','Menu_gauche','N')\">- Communes</a></li>\n                    <li><a href=\"http://172.26.0.21/test/index.php?id=867&amp;no_cache=1\" title=\"- Concertation\" onfocus=\"blurLink(this);\" onclick=\"xt_med('C','0','Menu_gauche','N')\">- Concertation</a></li>\n"
>> s="<"+s
=> "<li><a href=\"http://172.26.0.21/test/index.php?id=1675&amp;no_cache=1\" title=\"- Communes\" onfocus=\"blurLink(this);\" onclick=\"xt_med('C','0','Menu_gauche','N')\">- Communes</a></li>\n                    <li><a href=\"http://172.26.0.21/test/index.php?id=867&amp;no_cache=1\" title=\"- Concertation\" onfocus=\"blurLink(this);\" onclick=\"xt_med('C','0','Menu_gauche','N')\">- Concertation</a></li>\n"
>> r=s.match(/<a[^>]*>(- .*)<\/a>/)
=> #<MatchData:0x3554a8>
>> r[1]
=> "- Communes"
>>

Si tu ne veux extraire que ce type de chaine, cela convient trés bien. Pour des opérations plus compliquées sur du HTML, utilises de préférence une librairie type hpricot.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
>> require "hpricot"
=> true
>> parser=Hpricot.parse(s)
=> #<Hpricot::Doc {elem <li> {elem <a href="http://172.26.0.21/test/index.php?id=1675&no_cache=1" title="- Communes" onfocus="blurLink(this);" onclick="xt_med('C','0','Menu_gauche','N')"> "- Communes" </a>} </li>} "\n                    " {elem <li> {elem <a href="http://172.26.0.21/test/index.php?id=867&no_cache=1" title="- Concertation" onfocus="blurLink(this);" onclick="xt_med('C','0','Menu_gauche','N')"> "- Concertation" </a>} </li>} "\n">
>> (parser/'a').each { |c| puts c.inner_html }
- Communes
- Concertation

Enfin, dans ton cas, ça serait comme prendre une masse pour écraser un moustique ;-)

Côme

[SebastienM]

Merci de vos réponses !

Effectivement j'avais pour idée d'utiliser Hpricot, mais le manque de doc à ce sujet m'a quelque peu démoralisé.

A bientôt !