Discussion :

[marcodab]

bonjour,

après de longues recherches internet, je vous pose ma question:

sous windows,
je voudrais, à l'aide d'un batch, telecharger la source d'une page internet
(ex www.google.fr)
et la rapatrier tel quel dans un fichier texte (ex toto.txt). (je me moque des images associées, je veux seulement le texte).

2 remarques: in fine mon objectif est d'automatiser tout ça (d'où le batch)
et je ne peux pas installer wget sur mon ordi, je n'ai pas de droits

merci d'avance pour vos avis éclairés!
N

[Mac LAK]

A ma connaissance, il n'y a aucune commande DOS native permettant d'effectuer une requête HTTP. Peut-être en VBS / Powershell, mais pas en Batch.

Donc, passage impératif par un outil externe, quel qu'il soit, sauvegardant la page au format texte. Au passage, décortiquer de l'HTML vers du texte brut en BATCH, c'est certes possible... Mais va falloir être méchamment motivé !

A ta place, je regarderais du côté des logiciels d'aspiration de sites web (comme HTTrack), vers du Java, voire vers du Javascript sous Firefox.

[marcodab]

merci pour cette réponse Mac LAK,

J'ai trouvé ça: il y a un batch qui appelle au .vbs
mais ça ne marche que sur les jpg ou les zip...
Il y a peutetre moyen de transformer ça pour du html? (mais je ne comprends pas le fonctionnement du fichier HTTPget.vbs)

fichier batch:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
@echo off
start /wait cscript.exe HTTPget.vbs "http://site.com/truc.jpg" toto.jpg

fichier HTTPget.vbs:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
Set Args=wscript.arguments
if args.count<2 then wscript.quit
srce=args(0)
dest=args(1)
Set HTTP=CreateObject("MSXML2.XMLHTTP")
HTTP.Open "GET",srce,False
HTTP.Send
Set Stream=CreateObject("ADODB.Stream")
Stream.Type=1
Stream.Open
Stream.Write HTTP.ResponseBody
Stream.SaveToFile dest,2

Si vous avez une piste, je suis preneur!
Merci!

[Mac LAK]

mais je ne comprends pas le fonctionnement du fichier HTTPget.vbs

Désolé, là, je passe la main, je ne fais pas de VBS...

Par contre, vu que la ressource à télécharger est donnée dans le batch lui-même, il devrait suffire de remplacer le "http://site.com/truc.jpg" par un ""http://site.com/page.html" pour la récupérer... Sans ses images, bien sûr, et en HTML (et non pas avec juste le texte "utile").

[marcodab]

Exact Mr Mac AK,

Je croyais l'avoir testé avec le fichier html, et que ça buggait,
mais non, je viens de refaire tourner le batch et ça marche.

il suffit donc de remplacer le .jpg par .html ou .txt et tout fonctionne parfaitement. deux fichier précieux à garder (pour moi en tout cas)

Merci pour ton aide,
A bientôt!

[Mac LAK]

De rien. Bouton ?