Extraire des informations d'un fichier MHT

**aeMAETH** · 02/10/2009, 19h53

Bonjour,

Je voudrais aller chercher des informations dans un fichier .MHT. Le soucis, c'est qu'en tant que tel ils ne sont pas vraiment lisible avec un éditeur de texte :/
En gros, je voudrais passer de ca :

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
From: 
Subject: 
Date: 
MIME-Version: 1.0
Content-Type: multipart/related;
	type="text/html";
	boundary="------NEXT_PART_TOOLSHEET"
This is a multi-part message in MIME format.
 
--------NEXT_PART_TOOLSHEET
Content-Type: text/html;
	charset="utf-8"
Content-Transfer-Encoding: base64
Content-Location: 
 
//48ACEARABPAEMAVABZAFAARQAgAEgAVABNAEwAIABQAFUAQgBMAEkAQwAgACIALQAvAC8AVwAz
AEMALwAvAEQAVABEACAASABUAE0ATAAgADQALgAwACAAVAByAGEAbgBzAGkAdABpAG8AbgBhAGwA
LwAvAEUATgAiAD4ADQAKADwASABUAE0ATAA+ADwASABFAEEARAA+AA0ACgA8AE0ARQBUAEEAIABo
AHQAdABwAC0AZQBxAHUAaQB2AD0AQwBvAG4AdABlAG4AdAAtAFQAeQBwAGUAIABjAG8AbgB0AGUA
bgB0AD0AIgB0AGUAeAB0AC8AaAB0AG0AbAA7ACAAYwBoAGEAcgBzAGUAdAA9AHUAdABmAC0AOAAi
AD4ADQAKADwATQBFAFQAQQAgAGMAbwBuAHQAZQBuAHQAPQAiAE0AUwBIAFQATQBMACAANgAuADAA
MAAuADIAOAAwADAALgAxADEAMAA2ACIAIABuAGEAbQBlAD0ARwBFAE4ARQBSAEEAVABPAFIA
(...)

A ca :

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
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML><HEAD>
<META http-equiv=Content-Type content="text/html; charset=utf-8">
<META content="MSHTML 6.00.2800.1106" name=GENERATOR></HEAD>
<BODY> 
<xml id="data">
<?xml version="1.0"?>
<Toolsheet>
<DefaultDisplayOptions>
<optionSummaryPage>on</optionSummaryPage>
<optionToolpathSummary>on</optionToolpathSummary>
<optionSurfaceImages>off</optionSurfaceImages>
<MSstrategy>off</MSstrategy>
<MScuttingmode>off</MScuttingmode>
<MStoolnumber>on</MStoolnumber>
<MSmaterial>off</MSmaterial>
<MSmachinetool>off</MSmachinetool>
<MStool>off</MStool>
<MScutterdiameter>on</MScutterdiameter>
<MScornerradius>on</MScornerradius>
<MSshaftradius>off</MSshaftradius>
<MSarotation>on</MSarotation>
<MSbrotation>on</MSbrotation>
<MScrotation>on</MScrotation>
<MSflatradius>off</MSflatradius>
<MStaperangle>off</MStaperangle>
<MStipangle>off</MStipangle>
<MSflutelength>off</MSflutelength>
<MSflutediameter>off</MSflutediameter>

La tranformation présentée ici est obtenu en faisant "Show source" dans IE.

Merci d'avance !

**tchize_** · 03/10/2009, 04h01

qu'est-ce qui te bloque là dedans?

**aeMAETH** · 05/10/2009, 00h39

Et bien je sais pas comment faire pour avoir la transformation en Java. J'arrive à l'avoir en faisant un "show source" après avoir ouvert le fichier MHT dans IE, mais comment avoir ca directement dans du code Java ?

**tchize_** · 05/10/2009, 01h51

Qu'est-ce qui te bloque. Lire le fichier? Localiser la zone qui t'intéresse dedans? Convertir le base64?

**aeMAETH** · 05/10/2009, 02h07

Lire le fichier, je ferais comme pour un fichier texte.
Localiser la bonne aprtie : lecture ligne par ligne + regexp.
C'est donc la conversion base64 qui bloque si je me fie à tes propositions. C'est ca qui permet de convertir les "BGUIEOCCMEIOCE" en "<html>...<...>" ?

En tout cas, merci pour ta patience

**tchize_** · 05/10/2009, 10h33

soit tu applique à la mainh l'algorithme simple de décodage [ame="http://fr.wikipedia.org/wiki/Base64"]base64[/ame], soit tu utilise une librairie externe, comme par exemple commons codec de jakarta, qui possède un codec base64.

Extraire des informations d'un fichier MHT

Entrée/Sortie Java

Vue hybride

Discussions similaires

Partager

Partager