Discussion :

[GomuSan]

Bonjour,

Avant tout je précise que ça fais 2 jours que je me suis mis au Python.
Ce que j'essaie de faire c'est de me connecter à un site web, et de récupérer des informations qui sont dans un tableau. Je procède par étapes et tout d'abord, j'ai réussi à télécharger la page html, puis j'ai tronqué la page pour garder en gros la partie dont j'ai besoin.

Je n'ai pas encore réussi à avoir que ce dont j'ai besoin.

Problème c'est que je développe parfois au boulot (je sais c'est mal), donc je passe par un proxy, c'est là que le problème se pose. Quand je lance le script, il me retourne -1.

Pouvez vous m'aider s'il vous plait, pas forcément avec les réponses mais des pistes. Je poste le code.

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
 
#!/usr/bin/python
 
import urllib
 
proxies = {'http': 'http://1XX.1X.X.2XX:8000'}
 
page = urllib.urlopen('http://uoif-online.com/v3/spip.php?article571', proxies=proxies)
pageHtml = page.read()
 
position = pageHtml.find("<div id=\"horaires\">") #recupere la position de la chaine
 
pageHtml2 = pageHtml[position:]
 
fichier = open("page.html","w")
fichier.write(pageHtml2)
fichier.close()

Merci

[shaiHulud]

Bonjour,

Plutôt que de l'exécuter comme un script, installe eclipse/pydev et lance le depuis eclipse. Tu aura un message d'erreur qui t'orientera

Autre solution plus simple pour récupérer le message d'erreur: lance ton script via un .bat avec une instruction pause.

[GomuSan]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
#!/usr/bin/python
 
import urllib
 
proxies = {'http': 'http://X.X.X.X:YY'}
opener = urllib.FancyURLopener(proxies)
f = opener.open("http://url.com")
pageHtml = f.read()
 
fichier = open("page.html","w")
fichier.write(pageHtml)
fichier.close()

Merci pour ton aide, j'ai changé le code et voila que ça marche !

Maintenant ce que je souhaiterais faire c'est ne conserver qu'une partie de ma page html qui se trouve au milieu.

Quelqu'un pourrait m'orienter svp ?

[rambc]

Un module à regarder pyquery.

[Alexis.M]

la méthode find renvoie -1 si elle ne trouve pas la chaîne exacte.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

pageHtml2 = pageHtml[position:]

renvoirait dans ce cas une chaîne vide.

Avec 'find', la moindre variation (par ex. espaces supplémentaires) va faire échouer le script, tu devrais peut-être plutôt essayer d'utiliser un parser xml/html comme lxml ou celui que t'indique rambc.