Discussion :

[rafmos]

Bonjour,

J'ai suis en train de créer un script PHP qui permet de récupérer des informations d'un code source HTML.

Voici mon 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
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
<?php
 
/*****************************/
//But : Script de migration de la table des utilisateurs (création du code SQL)
//Auteur : ***
//Date : 06.08.2009
/*****************************/
 
 
 
//URL et nom du fichier
$file = "membres.sql";
$gestion = fopen($file,"w");
 
 
//En cas de long travail, ne pas interrompre
set_time_limit(0);
 
 
//On récupère le code source de la page de chaque membre et on met chaque code dans une cellule du tableau
for ($i=1;$i<=1;$i++)
{
 
 
    //Création des regex pour faire sortir les informations nécessaires :
 
    $regex_user="#Nom de l'utilisateur&nbsp;: (.+)</legend>#";
    $regex_mail="#name=\"email\" size=\"35\" maxlength=\"64\" value=\"(.+)\" />&nbsp;<a#";
    $regex_next_birthday_greeting="#\"next_birthday_greeting\" size=\"5\" maxlength=\"4\" value=\"(.+)\" /></td></tr><tr><td class=\"row1\"><span class=\"gen\">Si#";
    $regex_signature="#name=\"signature\" rows=\"6\" cols=\"45\">(.+)</textarea></td></tr><tr><td>&nbsp;</td>#";
    $regex_annee_naissance="#name=\"profile_field_4_-12\[\]\" style=\"width:50px\" size=\"5\" maxlength=\"4\" value=\"(.+)\" /><br /><em></em></td></tr><tr><td class=\"row1\"><span class=\"gen\">Age#";
    $regex_localisation="#name=\"profile_field_13_-11\" style=\"width:250px\" value=\"(.+)\" /><br /><em></em></td></tr><tr><td class=\"row1\"><span class=\"gen\">Humeur#";
 
    $regex_jour_birthday="#\"profile_field_4_-12\[\]\" size=\"1\">.*<option value=\"(.{0,2})\" selected=\"selected\">.{0,2}</option>.*</select> Mois#";
    $regex_mois_birthday="#Mois&nbsp;<select class=\"gensmall\" id=\"profile_field_4_-12_1\" name=\"profile_field_4_-12\[\]\" size=\"1\">.*<option value=\"(.*)\" selected=\"selected\">.*</option>.*</select> Ann#";
    $regex_annee_birthday="#Année&nbsp;<input type=\"text\" class=\"post\" id=\"profile_field_4_-12_0\" name=\"profile_field_4_-12\[\]\" style=\"width:50px\" size=\"5\" maxlength=\"4\" value=\"(.*)\" /><br /><em></em></td></tr><tr><td class=\"row1\"><span class=\"gen\">Age#";
 
 
    //Récupération du code source
    $code_source=file_get_contents("http://www.bibliojunior.ch/rafmos/temp.html");
 
 
    //Extraction des informations
    preg_match_all($regex_user, $code_source, $user);
    preg_match_all($regex_mail, $code_source, $mail);
    preg_match_all($regex_next_birthday_greeting, $code_source, $next_birthday_greeting);
    preg_match_all($regex_signature, $code_source, $signature);
    preg_match_all($regex_annee_naissance, $code_source, $annee_naissance);
    preg_match_all($regex_localisation, $code_source, $localisation);
 
    preg_match_all($regex_jour_birthday, $code_source, $jour_birthday);
    preg_match_all($regex_mois_birthday, $code_source, $mois_birthday);
    preg_match_all($regex_annee_birthday, $code_source, $annee_birthday);
 
 
    //Création de tableaux avec les différentes informations
    $user_list[] = $user[1][0];
    $mail_list[] = $mail[1][0];
    $next_birthday_greeting_list[] = $next_birthday_greeting[1][0];
    $signature_list[] = $signature[1][0];
    $annee_naissance_list[] = $annee_naissance[1][0];
    $localisation_list[] = $localisation[1][0];
 
    $jour_birthday_list[] = $jour_birthday[1][0];
    $mois_birthday_list[] = $mois_birthday[1][0];
    $annee_birthday_list[] = $annee_birthday[1][0];
 
 
}
 
print_r($annee_birthday_list);
echo "<br><br>";
print_r($mois_birthday_list);
 
?>

Le code source ($code_source) représente une partie d'un formulaire HTML qui contient des données d'un client. Pour mettre ici sur le forum, je l'ai coupé un peu, donc, par exemple, la boucle for, ici ne sert à rien.

La grande partie du code fonctionne à part pour récupérer le mois de naissance !! Et je ne comprends absolument pas pourquoi !!!

Est-ce que quelqu'un a une idée ?

Encore une autre chose que je n'arrive pas à comprendre : Lorsque pour la regex $regex_jour_birthday, je mets .* au lieu de {0,2}, il ne trouve rien. Pourtant {0,2} est plus restrictif que .* !!!

Est-ce que quelqu'un arrive à m'expliquer ?

[bricecol]

mais c'est un vrai bazar ce code :p

déjà, pourquoi y-a-t'il un fichier SQL ?

bon, sinon, l'idée est bonne, grosso modo, mais les expressions régulières
que tu utilises me semble erronées pour la plupart. quels résultats obtiens-tu
à l'heure actuelle et peux-tu mettre l'intégralité du script STP ?

[rafmos]

Merci pour ta réponse !!

Moi je m'en sort parfaitement en tout cas.... Comment tu veux faire mieux ??

Le fichier SQL, c'est pour pouvoir ensuite faire du code SQL grâce aux données recueillies. Mais ça pour l'instant, on peut laisser tomber.

J'obtiens ce résultat :

Notice: Undefined offset: 0 in C:\wamp\www\migration\temp.php on line 65
Array ( [0] => 1991 )

Array ( [0] => )

L'erreur, c'est parce qu'il ne trouve rien avec ma regex pour trouver le mois.

Pour tester les autres, si tu veux, tu rajoutes juste à la fin, ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
echo "<br><br>";
print_r($user_list);
echo "<br><br>";
print_r($mail_list);

etc...

Et là j'ai quasi l'intégralité du script. Juste quelques trucs que j'ai supprimé comme mon nom dans les commentaires, etc... Mais le resultat est exactement le même. Je ne veux pas donner +...

Merci d'avance !

[bricecol]

dans ce cas, le problème vient de tes expressions régulières. essaie de
les rendre plus génériques.

aussi, met les REGEX dans des simple quotes " ' " au lieu des doubles car
sinon tu te retrouves avec des double quotes que tu échappes avec un '\'.
ce symbole peut avoir des répercutions dans le REGEX.

je te conseille, dans un premier temps, de simplifier le XHTML a parser afin
de comprendre petit à petit d'où viennent les erreurs. sinon, tu peux tester
tes REGEX directement en ligne pour chacun de tes cas (encore une fois
le but est d'isoler les erreurs peu à peu => http://www.quanetic.com/Regex)

je n'ai pas trop le temps de tester tout çà mais je pense que tu vas vite
trouvé en cherchant avec méthode.