Discussion :

[McCrazy]

Bonjour ,

J'essaie de parser un fichier HTML , pour y extraire des infos : Problème je ne sais comment m'y prendre car mes connaissances étant limité sur du HTML ,Perl , ....

Puisque j'apprends également du perl , alors j'ai pensé que les Regex , pourrait m'aider .

Ce que je veux faire exactement c'est trouver une expression réguliere qui me permet de 'matcher' les lignes d'un tableau , et ensuite pouvoir extraire les infos contenu dans les colonnes .

Voici un exemple du code HTML (correspondant à une ligne de tabeau)
(juste préciser que j'ai une cinquantaine de ligne dans ce genre ...)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
<tr>
<td>1</td>
<td>
<a href="#objdef-id3206X4432">mx1.messagelabs.com</a><br>
</td>
<td>
<a href="#objdef-id1856X4432">MX_servers</a><br>
</td>
<td>smtp<br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>

une expression régulière pourrait etre celle ci : le problème c'est qu'elle correspond à plusieurs lignes dans le fichier HTML , alors je cherche une autre solution.. et aussi comment je peux récuperer les données dans les colonnes de cette ligne ?

[

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
#!/usr/bin/perl
use strict;
use warnings;
 
 
# Sous-routine permettant d'entrée le fichier en CLI
sub obtient_ligne{
  #demande , lit , "chompe" et renvoie une ligne d'entrée 
  print $_[0];
  chomp(my $ligne = <STDIN>);
  $ligne ;
}
 
my $fichierHTML = &obtient_ligne (" votre fichier HTML ?");
  open IN ,$fichierHTML 
  or die "Impossible d'ouvrir '$fichierHTML ' en entrée : $!";
 
 
 
  while (<>) {
  if (/<tr><td>[0-9]<\/td><td>[a_zA-Z0-9_]<br><\/td><td>[a_zA-Z0-9_]<br><\/td><td><a href=\"#objdef-id3C20EEB5\">[a_zA-Z0-9_]<\/a><br><\/td><td>Accept¦Deny<\/td><td><br><\/td>[a_zA-Z0-9_]<\/tr>/) {
    print ;
  }
}

merci ...

[jabbounet]

tu peux aussi utiliser un parser xml

http://xmlfr.org/documentations/articles/000314-0003
http://search.cpan.org/~msergeant/XM...2.36/Parser.pm

[Philou67430]

Il existe même directement des parser HTML : http://search.cpan.org/search?query=...arser&mode=all

[McCrazy]

OK ,

j'ai regardé ...ça m'a pas l'air très simple ...
connaissez vous ou je peux trouver les tutos en francais ? avec plus d'exemple ?
j'ai jamais fait du parsing , alors sans exemple je ne vois pas comment je pourrais commencer , surtout que le temps me fait défaut ..

merci

[jabbounet]

OK ,

j'ai regardé ...ça m'a pas l'air très simple ...
connaissez vous ou je peux trouver les tutos en francais ? avec plus d'exemple ?
j'ai jamais fait du parsing , alors sans exemple je ne vois pas comment je pourrais commencer , surtout que le temps me fait défaut ..

merci

tu as ça dans la section tutoriel du site.
http://djibril.developpez.com/tutoriels/perl/perl-xml/

[McCrazy]

Bonjour ,

merci pour le tuto..
j'ai réussi à extraire ce que je voulais grace à HTML::Parser , mais j'ai juste un problème ,

pour mieux manipuler les données extraites , je voudrais les stocker dans un tableau , mais là ..j'ai essayé de le faire dans la sous routine sub text , mais mon tableau @data , ne me donne rien ... pourquoi ??????

voici 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
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
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
#!/usr/bin/perl
 
use strict;
use HTML::Parser;
#package MyParser;
#use base qw(HTML::Parser);
 
 #my $p = new HTML::Parser;
 #   $p->parse_file("backup.html"); 
 
 
my $parser = HTML::Parser->new();
# définition des evenements
$parser->handler( text  => \&text,  "dtext" );
$parser->handler( start => \&start, "tagname,attr" );
$parser->handler( end   => \&end,   "tagname" );
 
my $count_td;
my $count_a;
    my @data;
 
    sub start {
        my ($tag, $attr,$attrseq, $origtext) = @_;
       $count_td++;
            if( $tag eq 'td'){
             #print "ne rien faire \n";
            }
            elsif ($tag eq 'a'and $attr->{href} eq '/[a_zA-Z0-9_]/' ){
            $count_a++
            }
    }
 
 
    sub end {
        my ($tag) = @_;
       $count_td--;
       $count_a--;
            if( $tag eq 'td' and $count_td){
            #print " td \n";
            }
            elsif ($tag eq 'a' and $count_a){
            #print "a \n";
 
            }
    }
 
 
    sub text {
        my ($text) = @_;
        if ($count_td){
        push @data, $text ;
        print " $text  \n";
        }
         elsif ($count_a){
        push (@data, $text);
        print" $text \n";
        }
 
        print @data;
        return @data;
    }
 
print @data ;
# package main;
 
my $html = <<EOHTML;
    #<html>
<tr>
<td>1</td>
<td>
<a href="#objdef-id3206X4432">mx1.messagelabs.com</a><br>
</td>
<td>
<a href="#objdef-id1856X4432">MX_servers</a><br>
</td>
<td>smtp<br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
<tr>
<td>2</td>
<td>
<a href="#objdef-id1856X4432">MX_servers</a><br>
</td>
<td>Any<br>
</td>
<td>smtp<br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
<tr>
<td>3</td>
<td>
<a href="#objdef-id1856X4432">MX_servers</a><br>
</td>
<td>
<a href="#objdef-id1854X4432">Domain_controllers</a><br>
</td>
<td>
<a href="#objdef-id4885X4432">Tcp 139</a><br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
   #</html>
EOHTML
 
 
#my $parser = MyParser->new;
 
 
    $parser->parse( $html );

[Philou67430]

Deux remarques :
Dans le handler text, il est inutile de retourner @data (puisque toute valeur de retour d'un handler est ignoré par le parser).
Ensuite, pour corriger ton bug, il faut afficher @data APRES avoir appelé le parser, donc après la ligne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$parser->parse( $html );

Et là, tu obtiens effectivement un résultat.

[McCrazy]

Slt ,

Merci bcp pour tes remarques ...surtout que ce genre d'infos je ne le trouve nulle part dans les tutos ..

encore malheureusement quelques questions

--est-ce que c'est nécessaire d'utiliser deux compteurs , pour passer les transitions comme je le fais ? (j'ai essayé de supprimer le deuxieme: $count_a)
ducoup en exécutant je boucle 4 fois sur le même résultat ( affichage 4 fois le même résultat! )..pourquoi ?

(c'est vraiment très bizzare la programmation car , avant de m'assurer que ce je dis est vrai , j'ai été reéxécuter mon code , et surprise . plus de boucle ! malgré que j'ai supprimé le $count_a ..)

-- et pour tester si le parsing marche sur l'ensemble du fichier , j'ai essayé de rajouter l'entête du fichier HTML : ça m'affiche des éléments dont j'en ai pas besoin , et quand je regarde , je constate que c'est parceque certains de ces éléments sont encadré par la balise td (contenant des attributs ): alors comment spécifier dans la sous-routine start que je voudrais juste traité les éléments de balise td , (sans attribut )! bref comment suprimer l'affichage de toute l'entête ?

--- un exemple

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
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
#!/usr/bin/perl
 
use strict;
use HTML::Parser;
#package MyParser;
#use base qw(HTML::Parser);
 
 #my $p = new HTML::Parser;
 #   $p->parse_file("backup.html"); 
 
 
my $parser = HTML::Parser->new();
# définition des evenements
$parser->handler( text  => \&text,  "dtext" );
$parser->handler( start => \&start, "tagname,attr" );
$parser->handler( end   => \&end,   "tagname" );
 
my $count_td;
my $count_a;
    my @data;
 
    sub start {
        my ($tag, $attr,$attrseq, $origtext) = @_;
       $count_td++;
            if( $tag eq 'td'){
             #print "ne rien faire \n";
            }
            #elsif ($tag eq 'a'and $attr->{href} eq '/^objdef-id[0-9]/' ){
            #$count_a++
            #}
    }
 
 
    sub end {
        my ($tag) = @_;
       $count_td--;
       #$count_a--;
            if( $tag eq 'td' and $count_td){
            #print " td \n";
            }
            #elsif ($tag eq 'a' and $count_a){
            #print "a \n";
 
            #}
    }
 
 
    sub text {
        my ($text) = @_;
        if ($count_td){
        push @data, $text ;
        #print " $text  \n";
        }
         #elsif ($count_a){
        #push (@data, $text);
        #print" $text \n";
        #}
 
 
    }
 
#print @data ;
# package main;
 
my $html = <<EOHTML;
    #<html>
<html xmlns:fwbuilder="http://www.fwbuilder.org/1.0/">
<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"></head>
<body bgcolor="#ffffff" link="#0000ee" vlink="#551a8b" alinlk="#0000ee">
<h2>Firewall policy definition</h2>
<a href="#_NETWORKS">Networks</a> | <a href="#_ADDRRANGES">Address Ranges</a> | <a href="#_HOSTS">Hosts</a> | <a href="#_GROUPS"> Object Groups</a>  | <a href="#_SERVICES">Services</a>  |<a href="#_SERVGROUPS"> Service Groups</a>
 
<br><br><table border="1" cellspacing="0" width="%95"><tr><td><table border="0" cellspacing="2" width="%100">
<tr><th colspan="2" bgcolor="#CCCCCC">Firewall</th></tr>
<tr><th colspan="2"></th></tr>
<tr>
<th align="left" width="20%">Name:</th>
<td align="left">FW1</td>
</tr>
<tr>
<th align="left" width="20%">Platform:</th>
<td align="left">pix</td>
</tr>
<tr>
<th align="left" width="20%">Host OS:</th>
<td align="left">pix_os</td>
</tr>
<tr>
<th align="left" width="20%">Comment:</th>
<td align="left"></td>
</tr>
<tr><th colspan="2"></th></tr>
<tr><th colspan="2"></th></tr>
<tr><td colspan="2">
<br><table border="1" width="95%" cellspacing="0">
<caption align="left"><b><font size="+1">NAT rules</font></b></caption>
<tr>
<th width="20" bgcolor="#009900"><font color="#ffffff">Num</font></th>
<th bgcolor="#009900"><font color="#ffffff">OSrc</font></th>
<th bgcolor="#009900"><font color="#ffffff">ODst</font></th>
<th bgcolor="#009900"><font color="#ffffff">OSrv</font></th>
<th bgcolor="#009900"><font color="#ffffff">TSrc</font></th>
<th bgcolor="#009900"><font color="#ffffff">TDst</font></th>
<th bgcolor="#009900"><font color="#ffffff">TSrv</font></th>
</tr>
</table>
<br><table border="1" width="95%" cellspacing="0">
<caption align="left"><b><font size="+1">Policy Rules</font></b></caption>
<tr>
<th width="20" bgcolor="#009900"><font color="#ffffff">Num</font></th>
<th bgcolor="#009900"><font color="#ffffff">Src</font></th>
<th bgcolor="#009900"><font color="#ffffff">Dst</font></th>
<th bgcolor="#009900"><font color="#ffffff">Srv</font></th>
<th bgcolor="#009900"><font color="#ffffff">Action</font></th>
<th bgcolor="#009900"><font color="#ffffff">Comment</font></th>
</tr>
<tr>
<td>0</td>
<td>Any<br>
</td>
<td>Any<br>
</td>
<td>
<a href="#objdef-id3C20EEB5">any ICMP</a><br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
   #</html>
EOHTML
 
 
$parser->parse( $html );
print @data;

désolé pour la longueur de la requête ..

[Philou67430]

Je n'ai pas lu tout ton programme, ni testé, mais apriori, je dirais que si tu souhaite stocker les colonnes de chaque ligne, il faut que tu mémorises le fait que tu entres dans une nouvelle ligne (tag TR), et quand tu est dans une cellule (tag TD début et fin). Je ne vois pas l'intérêt de vérifier le tag A.

[McCrazy]

J'ai fais la même remarque que toi , mais c'est parceque j'essaie aussi d'éviter que les informations contenues dans l'entête du fichier html s'affiche , (étant donné qu'elles sont aussi contenues dans les balises tr , et de toutes les facons , ca change pas grand chose , car en utilisant que la balise td , ces infos s'affiche aussi ) d'ou ma question du précédente :

comment spécifier dans la sous-routine start que je voudrais juste traité les éléments de balise td , (sans attribut )! bref comment suprimer l'affichage de toute l'entête ?

merci

[Philou67430]

comment spécifier dans la sous-routine start que je voudrais juste traité les éléments de balise td , (sans attribut )! bref comment suprimer l'affichage de toute l'entête ?

Je suis pas sur de bien comprendre : tu parles de quel entête ?

[McCrazy]

tout ceci :

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
<html xmlns:fwbuilder="http://www.fwbuilder.org/1.0/">
<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"></head>
<body bgcolor="#ffffff" link="#0000ee" vlink="#551a8b" alinlk="#0000ee">
<h2>Firewall policy definition</h2>
<a href="#_NETWORKS">Networks</a> | <a href="#_ADDRRANGES">Address Ranges</a> | <a href="#_HOSTS">Hosts</a> | <a href="#_GROUPS"> Object Groups</a>  | <a href="#_SERVICES">Services</a>  |<a href="#_SERVGROUPS"> Service Groups</a>
 
<br><br><table border="1" cellspacing="0" width="%95"><tr><td><table border="0" cellspacing="2" width="%100">
<tr><th colspan="2" bgcolor="#CCCCCC">Firewall</th></tr>
<tr><th colspan="2"></th></tr>
<tr>
<th align="left" width="20%">Name:</th>
<td align="left">FW1</td>
</tr>
<tr>
<th align="left" width="20%">Platform:</th>
<td align="left">pix</td>
</tr>
<tr>
<th align="left" width="20%">Host OS:</th>
<td align="left">pix_os</td>
</tr>
<tr>
<th align="left" width="20%">Comment:</th>
<td align="left"></td>
</tr>
<tr><th colspan="2"></th></tr>
<tr><th colspan="2"></th></tr>
<tr><td colspan="2">
<br><table border="1" width="95%" cellspacing="0">
<caption align="left"><b><font size="+1">NAT rules</font></b></caption>
<tr>
<th width="20" bgcolor="#009900"><font color="#ffffff">Num</font></th>
<th bgcolor="#009900"><font color="#ffffff">OSrc</font></th>
<th bgcolor="#009900"><font color="#ffffff">ODst</font></th>
<th bgcolor="#009900"><font color="#ffffff">OSrv</font></th>
<th bgcolor="#009900"><font color="#ffffff">TSrc</font></th>
<th bgcolor="#009900"><font color="#ffffff">TDst</font></th>
<th bgcolor="#009900"><font color="#ffffff">TSrv</font></th>
</tr>
</table>
<br><table border="1" width="95%" cellspacing="0">
<caption align="left"><b><font size="+1">Policy Rules</font></b></caption>
<tr>
<th width="20" bgcolor="#009900"><font color="#ffffff">Num</font></th>
<th bgcolor="#009900"><font color="#ffffff">Src</font></th>
<th bgcolor="#009900"><font color="#ffffff">Dst</font></th>
<th bgcolor="#009900"><font color="#ffffff">Srv</font></th>
<th bgcolor="#009900"><font color="#ffffff">Action</font></th>
<th bgcolor="#009900"><font color="#ffffff">Comment</font></th>
</tr>

et je voudrais que mon parsing commence par là :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
<tr>
<td>0</td>
<td>Any<br>
</td>
<td>Any<br>
</td>
<td>
<a href="#objdef-id3C20EEB5">any ICMP</a><br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
...

[Philou67430]

C'est pas évident de trouver un critère de sélection pour les balises TD (attribut vide ne suffit pas, car elle n'élimine pas la première cellule du tableau).
Si tu peux te servir du nombre de ligne d'entête, tu peux compter les balises TR dans une variable, et ajouter un test sur cette valeur dans la sélection de la balise TD.

[iblis]

Bonjour. Tu peux aussi utiliser HTML::TreeBuilder::XPath (une extension de HTML::TreeBuilder, elle même bâtie sur HMTL::Parser). Ensuite tu fais ce que tu veux avec le HTML::Element.

L'approche avec arbres et chemins plutôt que flux et tokens te simplifie un peu la vie ici. D'après ton exemple, un bon critère de sélection serait : sélectionner les éléments tr qui ont un enfant td contenant juste un chiffre (les '0', '1' des différentes configs).

Voilà ce que ça donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
use HTML::TreeBuilder::XPath;
my $tree = HTML::TreeBuilder::XPath->new();
$tree->parse( $html );
 
my @elements = map { $_->parent } 
  @{ $tree->findnodes('//tr/td[.=~ /^\s+\d+\s+$/]') };
 
my @results;
for my $element (@elements) {
  push @results, [ map { $_->as_text} $element->find('td') ]

On trouve les nodes td dont le texte matche une série de chiffres (à tout hasard avec des espaces autour), on sélectionne les parents (= on remonte au tr du dessus) et pour chacun des éléments HTML ainsi récupéré on extrait le contenu de chacune des balises td, qu'on pousse dans un tableau.

En fin de compte ça donne ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 DB<1> x @results
0  ARRAY(0x974fa8)
   0  ' 0 '
   1  ' Any '
   2  ' Any '
   3  'any ICMP '
   4  ' Accept '
   5  ' '
1  ARRAY(0x9e8c04)
   0  ' 1 '
   1  'mx1.messagelabs.com '
   2  'MX_servers '
   3  ' smtp '
   4  ' Accept '
   5  ' '

Après chaucun son truc mais c'était histoire de te montrer une autre technique. Avec les tokens j'aurais utilisé le même critère (tr qui ont un td avec juste un chiffre).

[McCrazy]

Merci bcp Iblis ,

je regarde ça plus en détail puis je te dis ...

[McCrazy]

Bonjour ,

j'ai essayé avec TreeBuilder , mais là je n'arrive pas à printer les resultats comme toi ..pourquoi ? merci

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
#!/usr/bin/perl
use strict;
#use HTML::Parser;
use HTML::TreeBuilder::XPath;
 
my $tree = HTML::TreeBuilder::XPath->new();
 
my @elements = map { $_->parent } 
  @{ $tree->findnodes('//tr/td[.=~ /^\s+\d+\s+$/]') };
 
my @results;
for my $element (@elements) {
  push @results, [ map { $_->as_text} $element->find('td') ]
  }
 
my $html = <<EOHTML;
    #<html>
<tr>
<td>0</td>
<td>Any<br>
</td>
<td>Any<br>
</td>
<td>
<a href="#objdef-id3C20EEB5">any ICMP</a><br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
<tr>
<td>1</td>
<td>
<a href="#objdef-id3206X4432">mx1.messagelabs.com</a><br>
</td>
<td>
<a href="#objdef-id1856X4432">MX_servers</a><br>
</td>
<td>smtp<br>
</td>
<td>Accept</td>
<td><br>
</td>
</tr>
   #</html>
EOHTML
 
$tree->parse( $html );
print @results;

[iblis]

Je t'ai montré le contenu de @results après éxécution, tel que tu peux le voir avec le debugger (que peu de gens utilisent, je ne sais pas pourquoi, je le lance systématiquement pour tester mes scripts, en particulier pour le data mining).

Bref, ajoute ça en fin de script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
use Data::Dumper;    
print Dumper @results;

Sinon pour le format dans lequel le résultat est obtenu (un tableau de tableau), j'ai juste supposé que c'est ce que tu voulais. L'idée était de te monter une solution XPath.

[McCrazy]

toujours bizzare , j'obtiens rien !

[iblis]

J'avais repris tes données comme j'ai pu :

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
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
#!/usr/bin/env perl
use strict; use warnings;
use HTML::TreeBuilder::XPath;
 
my $html = do {local $/; <DATA>};
my $tree = HTML::TreeBuilder::XPath->new();
$tree->parse( $html );
 
my @elements = map { $_->parent } 
  @{ $tree->findnodes('//tr/td[.=~ /^\s+\d+\s+$/]') };
 
my @results;
for my $element (@elements) {
  push @results, [ map { $_->as_text} $element->find('td') ]
}
 
# less readable but shorter :
# my @result = map { [ map { $_->as_text} $_->find('td') ] } @elements;
 
use Data::Dumper;
print Dumper @results;
 
0;
 
__DATA__
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01//EN">
<html xmlns:fwbuilder="http://www.fwbuilder.org/1.0/">
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
    <title></title>
  </head>
  <body bgcolor="#FFFFFF" link="#0000EE" vlink="#551A8B" alink="#0000EE">
    <h2>
      Firewall policy definition
    </h2>
    <p>
      <a href="#_NETWORKS">Networks</a> | <a href="#_ADDRRANGES">Address Ranges</a> | <a href="#_HOSTS">Hosts</a> | <a href="#_GROUPS">Object Groups</a> | <a href="#_SERVICES">Services</a> | <a href="#_SERVGROUPS">Service Groups</a><br>
      <br>
    </p>
    <table border="1" cellspacing="0" width="%95">
      <tr>
        <td>
          <table border="0" cellspacing="2" width="%100">
            <tr>
              <th colspan="2" bgcolor="#CCCCCC">
                Firewall
              </th>
            </tr>
            <tr>
              <th colspan="2"></th>
            </tr>
            <tr>
              <th align="left" width="20%">
                Name:
              </th>
              <td align="left">
                FW1
              </td>
            </tr>
            <tr>
              <th align="left" width="20%">
                Platform:
              </th>
              <td align="left">
                pix
              </td>
            </tr>
            <tr>
              <th align="left" width="20%">
                Host OS:
              </th>
              <td align="left">
                pix_os
              </td>
            </tr>
            <tr>
              <th align="left" width="20%">
                Comment:
              </th>
              <td align="left"></td>
            </tr>
            <tr>
              <th colspan="2"></th>
            </tr>
            <tr>
              <th colspan="2"></th>
            </tr>
            <tr>
              <td colspan="2">
                <br>
                <table border="1" width="95%" cellspacing="0">
                  <caption align="left">
                    <b><font size="+1">NAT rules</font></b>
                  </caption>
                  <tr>
                    <th width="20" bgcolor="#009900">
                      <font color="#FFFFFF">Num</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">OSrc</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">ODst</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">OSrv</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">TSrc</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">TDst</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">TSrv</font>
                    </th>
                  </tr>
                </table><br>
                <table border="1" width="95%" cellspacing="0">
                  <caption align="left">
                    <b><font size="+1">Policy Rules</font></b>
                  </caption>
                  <tr>
                    <th width="20" bgcolor="#009900">
                      <font color="#FFFFFF">Num</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">Src</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">Dst</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">Srv</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">Action</font>
                    </th>
                    <th bgcolor="#009900">
                      <font color="#FFFFFF">Comment</font>
                    </th>
                  </tr>
                  <tr>
                    <td>
                      0
                    </td>
                    <td>
                      Any<br>
                    </td>
                    <td>
                      Any<br>
                    </td>
                    <td>
                      <a href="#objdef-id3C20EEB5">any ICMP</a><br>
                    </td>
                    <td>
                      Accept
                    </td>
                    <td>
                      <br>
                    </td>
                  </tr>
                  <tr>
                    <td>
                      1
                    </td>
                    <td>
                      <a href="#objdef-id3206X4432">mx1.messagelabs.com</a><br>
                    </td>
                    <td>
                      <a href="#objdef-id1856X4432">MX_servers</a><br>
                    </td>
                    <td>
                      smtp<br>
                    </td>
                    <td>
                      Accept
                    </td>
                    <td>
                      <br>
                    </td>
                  </tr>
                </table>
              </td>
            </tr>
          </table>
        </td>
      </tr>
    </table>
  </body>
</html>

Et ça donne ça, recraché par Dumper :

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
$VAR1 = [
          ' 0 ',
          ' Any ',
          ' Any ',
          'any ICMP ',
          ' Accept ',
          ' '
        ];
$VAR2 = [
          ' 1 ',
          'mx1.messagelabs.com ',
          'MX_servers ',
          ' smtp ',
          ' Accept ',
          ' '
        ];

Si ton HTML est différent tu dois peut être adapter. Au fait Fwbuilder n'a pas une fonction d'export XML ?

Si tu coinces vraiment, joins ton fichier HTML entier, qu'on voit où ça coince.