Discussion :

[jbarreau-mainson]

Bonjour à tous,

J'ai une page .html avec differentes choses dedans.

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
<tr class="trOdd">      
<td align="left" width="150" class="tdTitle">Release: </td> 
<td align="left">xxxxxxxxxxxxxxxxxxxx</td> 
</tr>   

<tr class="trEven">      
<td align="left" width="150" class="tdTitle">Version: </td>      
<td align="left">2.80.00-3982</td>  
</tr>   
<tr class="trOdd">      
<td align="left" width="150" class="tdTitle">Patch: </td>      
<td align="left">xxxxxxxxxxxxxx</td>   
</tr>   
<tr class="trEven">      
<td align="left" width="150" class="tdTitle">Build: </td>      
<td align="left">xxxxxxxxxxxxxxxxxx</td>   
</tr>   
<tr class="trOdd">      
<td align="left" width="150" class="tdTitle">Project: </td>      
<td align="left">xxxxxxxxxxxxxxx</td>   
</tr>   
<tr class="trEven">      
<td align="left" width="150" class="tdTitle">Type: </td>      
<td align="left">xxxxxxxxxxxx</td>   

</table>


<h2>MEssage Numero :</h2>
<blockquote>   

<h3>Initialised by</h3>      
<blockquote>xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx</blockquote>   

<h3>Status</h3>      
<blockquote>xxxxxxxxxxxxxxxxxxxx</blockquote>   

<h3>ExtRef</h3>      
<blockquote>xxxxxxxxxxxxxxxxxxxxxx</blockquote> 
  
<h3>Description</h3>      
<blockquote>xxxxxxxxxxxxxxxxx</blockquote>

<h3>Solution</h3>
<blockquote>xxxxxxxxxxxxxxxxxxxxxx</blockquote>   

<h3>Installation description</h3>      
<blockquote>xxxxxxxxxxxxxxxxxxxxx</blockquote>   

<h3>Solved with</h3>      
<blockquote>      xxxxxxxxxxxxxxxxxx<br>      </blockquote>

</blockquote>

Je souhaite faire un batch qui me permette de recuperer chacun des "paragraphes", c'est à dire par exemple tous les contenus des <h3> ainsi que des trOdd et trEven.

J'ai pensé à SED pour rechercher dans les fichiers, mais j'avoue que je bloque un peu

Avez vous une idée quant à une solution pour mon problème ?

[Mac LAK]

Le problème de parser de l'HTML (ou de l'XML) en batch, c'est la présence continuelle des caractères "<" et ">", qui ont un sens bien précis en langage batch... Et cela pose pas mal de soucis dans le parsing des lignes.

Si tu veux une solution native (= sans outils externes), il te faut de toutes façons t'abstraire de la non-contiguïté des données : elles ne sont pas forcément sur la même ligne.

Donc, j'aurais tendance pour ma part à faire ceci en deux parsings :

• Parse du fichier HTML source (délimiteurs sur "<" et ">"), pour virer les balises.
• Quand tu trouves une balise qui t'intéresse, tu sauves tous les tokens suivant (concaténés dans une variable) jusqu'à trouver le /balise correspondant.
• A la balise de fermeture, tu balances la ligne produite dans un fichier intermédiaire.
• Ensuite, tu parses le fichier temporaire, en te délimitant ce coup-ci aux espaces et aux signes "=". Tu pourras ainsi isoler plus facilement les éléments qui t'intéressent.

Bon, c'est un premier jet, mais le problème de devoir "mettre en ligne" le code HTML sera une contrainte également avec sed, quoi qu'il en soit.