Discussion :

[Ceddoc]

Bonjour,

Je dois parser une page html pour en extraire certaines données, jusque la, tout va bien. Après avoir fais des recherches j'ai opté pour htmlparser qui me semblait être le plus simple et le plus efficace.
J'ai fait mon parser, avec mon nodeFilter, aucun problème, tout marche bien, j'ai put extraire mes données.

Mais après avoir fait un peu de profiling, je me suis rendu compte que l'opération prenait beaucoup (trop) de temps et que c'était la cause de la plupart des ralentissement de mon application.
Les conclusions que j'en ai tirés sont que le parser met trop de temps a parcourir toute la page (très longue) et a filtrer les node qui m'intéresse.

Donc je souhaiterais savoir si quelqu'un connaîtrais un moyen de stopper le parser lorsque l'information est trouvée ou un autre parser (peut être nekoHtml) qui serait plus efficace ou que je pourrais configurer pour que le parsage ne dure pas autant longtemps.

Je suis donc sous java 1.6 et voici le bout de code qui nous intéresse et que j'utilise actuellement:

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
18
 
final Parser parser = new Parser(url.openConnection())
final TestsInfos infos = new TestsInfos();
        final NodeList nl = parser.parse(new NodeFilter() {
 
            @Override
            public boolean accept(final Node node) {
                if (!(node instanceof TableRow)) {
                    return false;
                }
                final TableRow row = (TableRow) node;
                if ("mon attribut".equals(row.getAttribute("class"))) {
                    return true;
                }
                return false;
            }
 
        });

merci d'avance

[Ceddoc]

Désolé de relancer, mais personne ne pourrait me mettre sur la voie?

Pas même une petite idée?

[Ceddoc]

Bon ben vu que personne ne me proposait de solution je me suis débrouillé en bidouillant par moi même.

J'ai récupérer la page html sous forme de String et je l'ai découpé pour avoir la partie qui m'intéresse et pouvoir la parser par la suite. Je met le code si ça peut aider certains

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
String toreturn = null;
		final URLConnection uc = url.openConnection();
		final InputStream in = uc.getInputStream();
		int c = in.read();
		final StringBuilder build = new StringBuilder();
		while (c != -1) {
			build.append((char) c);
			c = in.read();
		}
		toreturn = build.toString();
 
		final String uneChaine = toreturn.substring(4500, 9900);
		final Parser parser = new Parser();
	        parser.setInputHTML(uneCHaine);
		final NodeList nodelist = parser.parse(new NodeFilter() {....

Je laisse en non résolu le temps de voir si quelqu'un a quelque chose de plus propre à me proposer.