Discussion :

[bigs3232]

j'ai un fournisseur qui me demande de recuperer les infos produit directement sur leur site avec file_get_contents

$fich ='http://www.espacepc.com/wdbox/aspglobal/wdb_lb.asp?Args=DATA:espacePC$TABLE:Listearticles$DOSSIER:espacePC$WHERE:%28chronoA=5300%29$HTMR:fiche';
$thefile = file_get_contents($fich);
preg_match_all('#(.*)Caractéristiques(.*)#', $thefile, $out);
print_r($out);

je voudrais recuperer sur un fichier excel le contenu de la rubrique
Caractéristiques mais j'ai çà comme résultat

Array
(
[0] => Array
(
[0] => Caractéristiques
)

[1] => Array
(
[0] =>
)

[2] => Array
(
[0] =>
)

)

je ne comprends riens là.
merci pour votre precieuse aide

[s.n.a.f.u]

Salut,

Tu ne nous donnes pas beaucoup de données pour réfléchir...

Dans un premier temps, je tenterais le DOT_MATCH_ALL :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match_all('#(.*)Caractéristiques(.*)#s', $thefile, $out);

[John Blobsmith]

moi j'ai compris qu'il voulais faire un truc du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
$fich ='http://www.espacepc.com/wdbox/aspglobal/wdb_lb.asp?Args=DATA:espacePC$TABLE:Listearticles$DOSSIER:espacePC$WHERE:%28chronoA=5300%29$HTMR:fiche';
$thefile = file_get_contents($fich);
preg_match_all('#Caractéristiques</td>(.*)</table>#Uis', $thefile, $out);
print_r(trim(strip_tags($out[1][0],'<br>')));

[bigs3232]

moi j'ai compris qu'il voulais faire un truc du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
$fich ='http://www.espacepc.com/wdbox/aspglobal/wdb_lb.asp?Args=DATA:espacePC$TABLE:Listearticles$DOSSIER:espacePC$WHERE:%28chronoA=5300%29$HTMR:fiche';
$thefile = file_get_contents($fich);
preg_match_all('#Caractéristiques</td>(.*)</table>#Uis', $thefile, $out);
print_r(trim(strip_tags($out[1][0],'<br>')));

super c'est ca :
par contre j'ai pas compris pourquoi il faut ajouter ca .est ce obligatoire ?

Uis

et pourquoi cà car je ne trouve pas dans le code source de la page

</table>

le code source est plutot

<td colspan="4" class="txttitre p05 GC">Caractéristiques</td>
</tr>
<tr>
<td colspan="4" class="txt p05">Station d’accueil USB v2.0/eSATA pour disque dur SATA 3½’’/2½’’<br>

Bouton de sauvegarde OTB sous Windows avec utilitaire<br>
Alimenté par adaptateur secteur externe. Interrupteur marche/arrêt<br>
Indicateurs lumineux pour l’état de marche et l’activité<br>
Ejection et insertion facile du disque dur<br>
Windows 2000/XP/VISTA et MAC OS 10</td>
</tr>

et pourquoi un trim dans print_r(trim(strip_tags($out[1][0],'<br>')));

[John Blobsmith]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Uis

c'est des options pour le regex, dans ce cas U ne serai pas obligatoire. Moi je les met toujours comme ca y'a pas de surprise. Leur effet a été détaillé 3 posts plus loin sur ce forum.
http://www.developpez.net/forums/d89...struire-regex/

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

</table>

entre "Caractéristiques" et le texte y'a plein de balise mais pas de </table> du coup je l'utilise en fin de regex pour lui dire -> arrête toi ici.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

strip_tags

je vire toutes les balises inutiles genre "<tr>" et "<td>" qui ne me servent plus mais je conserve les "br" pour la mise en forme.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

trim

j'enlève les espèce en début et en fin de texte, ca doit être utile pour mettre le texte dans un fichier excel mais si c'est pour le ré-afficher sur une page web y'a peut-être pas besoin.

[bigs3232]

merci john
en fait j'aimerais recuperer 3 bloc dans la page
le 1er

</tbody></table></td>
</tr>
<tr>
<td valign="top"><table class="w100per">
<tbody><tr>
<td colspan="4" class="prodtitre2 p10">STATION HDD SATA CONNECTEURS USB+eSATA<br>
<span class="prod2">Réf. 6001001 DOCK-CNL-SCBT

<br>
Code barres : 3700284609377

le deuxieme bloc est celui de la rubrique par Présentation

<tr>
<td colspan="4" class="txttitre p05 GC">Présentation</td>
</tr>
<tr>
<td colspan="4" class="txt p05">Insérez un disque dur SATA 3.5’’ ou 2.5’’ puis connectez-le au port eSATA ou USB<br>
de votre ordinateur pour sauvegarder vos données.<br>
Cette station dispose d'un levier pour enlever facilement le disque dur.<br>
Elle incorpore la fonction et un bouton de sauvegarde OTB pour effectuer des<br>

sauvegardes régulières sous WINDOWS et uniquement en mode USB.<br>
Elle est alimentée par une alimentation externe.</td>
</tr>



<tr>
<td colspan="4" class="p05"></td>
</tr>

<tr>

et le dernier bloc est celui de la rubrique Caractéristiques
(ce dernier , ton code permet de recuperer sans souci )
j'aimerais recuperer les 2 premiers en m'inspirant de ta méthode
pour le premier bloc
j'ai fait ca mais ca ne marche pas non plus

preg_match_all('#<tbody><tr><td colspan="4" class="prodtitre2 p10">[^</span></td>]*</span></td>#Us', $thefile, $out);

pour le bloc presentation j'ai essayé 2 methode mais aucun ne marche

preg_match_all('#Présentation</td>(.*)</table>#Us', $thefile, $out);
preg_match_all('#Présentation[^</td>]*</td>#Us', $thefile, $out);

c'est quoi encore le souci .je me prends la tete mais pas vraiment d'idée là.

[John Blobsmith]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
preg_match_all('#<td colspan="4" class="prodtitre2 p10">(.*)</span>#Uis', $thefile, $out);
print_r(trim(strip_tags($out[1][0],'<br>')));

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
preg_match_all('#Pr&eacute;sentation</td>(.*)<td colspan="4" class="p05"></td>#Uis', $thefile, $out);
print_r(trim(strip_tags($out[1][0],'<br>')));

[bigs3232]

encore merci John.t'as tout bon .
1-toutefois pour que je comprenne mieux j'ai essayé avec présentation et non
Pr&eacute;sentation.effectivement ca ne marche pas mais je ne comprends pas pourquoi car quand je regarde le code source c'est bien le mot présentation qui est affiché

preg_match_all('#Présentation</td>(.*)<td colspan="4" class="p05"></td>#Uis', $thefile, $out);

2-
je ne comprends pas pourquoi ce code ne marche pas .Dapres ce que je comprends .ce code recupere apres <td colspan="4" class="prodtitre2 p10"> tous les mots jusqu'au prochain mot </span> trouvé .Donc ca devrait marcher et ben non

preg_match_all('#<td colspan="4" class="prodtitre2 p10">[^</span>]*</span>#Usi', $thefile, $out);

merci encore merci à john pour ton aide précieux

[John Blobsmith]

encore merci John.t'as tout bon .
1-toutefois pour que je comprenne mieux j'ai essayé avec présentation et non
Pr&eacute;sentation.effectivement ca ne marche pas mais je ne comprends pas pourquoi car quand je regarde le code source c'est bien le mot présentation qui est affiché

Moi quant je regarde le code source je vois :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
<td colspan="4" class="txttitre p05 GC">Pr&eacute;sentation</td>

2-
preg_match_all('#<td colspan="4" class="prodtitre2 p10">[^</span>]*</span>#Usi', $thefile, $out);

- Déja y'a pas de parenthèses du coup tu récupèrera jamais le résultat.
- ca -> [^</span>] ca veux dire tout a part ^ ou < ou / ou s ou p ou a ou n ou >, donc c'est pas ce qu'on veux.

merci encore merci à john pour ton aide précieux

Pas de quoi.

[asdf007]

Tu ferais mieux d'utiliser une biblio comme :
http://simplehtmldom.sourceforge.net/

pour parser ton HTML, c'est 1000 fois plus propre et "fait pour" que des expressions régulières...

[ThomasR]

Tu ferais mieux d'utiliser une biblio comme :
http://simplehtmldom.sourceforge.net/

Entièrement d'accord si il doit extraire de nombreuses informations du document HTML.

pour parser ton HTML, c'est 1000 fois plus propre et "fait pour" que des expressions régulières...

Cette classe s'appuie elle-même sur des expressions régulières. Donc ce que tu dis n'est pas très juste.

Aussi, il faut que la regex soit non-gourmande :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
'#(.*?)Caractéristiques(.*?)#',

$1 : l'ensemble du texte contenu entre # et Caractéristiques.
$2 : l'ensemble du texte contenu entre Caractéristiques et #

[asdf007]

Entièrement d'accord si il doit extraire de nombreuses informations du document HTML.

Si c'est juste une info à un endroit précis dans un doc HTML et qui implique une regexp à peu près lisible, éventuellement ; dans tout autre cas plus complexe/fréquent c'est vraiment peu recommandé amha.

Cette classe s'appuie elle-même sur des expressions régulières. Donc ce que tu dis n'est pas très juste.

Justement : le code derrière est complexe et difficilement lisible. Reste qu'il produit un parseur complet qui gère des choses comme la récurrence qui sont très chiantes à faire "from scratch" avec des regexp.

C'est l'assurance d'avoir un parsing fiable, hyper lisible/maintenable tout en étant très correctement optimisé.

[bigs3232]

Entièrement d'accord si il doit extraire de nombreuses informations du document HTML.

Cette classe s'appuie elle-même sur des expressions régulières. Donc ce que tu dis n'est pas très juste.

Aussi, il faut que la regex soit non-gourmande :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
'#(.*?)Caractéristiques(.*?)#',

$1 : l'ensemble du texte contenu entre # et Caractéristiques.
$2 : l'ensemble du texte contenu entre Caractéristiques et #

merci à asdf007 pour ton lien .c'est la 1em fois que je vais utiliser une librairie.
je vais voir comment ca marche .
sinon thomas j'ai essayé ton code pour voir , apparamment ca ne marche pas

preg_match_all('#(.*?)Caractéristiques(.*?)#s', $thefile, $out);
print_r($out);

[bigs3232]

petite question à thomas pour son code .
pourquoi ? dans (.*?)
si d'autres personnes que thomas peut eclairer ma lanterne .je dirais pas non
merci d'avance

'#(.*?)Caractéristiques(.*?)#'

[ThomasR]

C'est un opérateur qui permet à l'expression d'être non gourmande, cela permet de ne prendre que la plus petite partie possible répondant à ton motif.

[bigs3232]

C'est un opérateur qui permet à l'expression d'être non gourmande, cela permet de ne prendre que la plus petite partie possible répondant à ton motif.

ca (.*) je comprends :quel que soit n'importe quel caractere soit 0,1, plusieurs fois
mais ca (.*?) =>quel que soit n'importe quel caractere soit 0,1, plusieurs fois c'est çà?

[ThomasR]

Si tu ne met que (.*?) et que tu ne précises aucun motif autour, cela renverra la même chose que (.*), c'est à dire tout.

Imagines une chaine :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

;bonjour;le;monde;

Appliquer le motif ;(.*); renvoie une occurence:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

bonjour;le;monde

Appliquer ;(.*?); renvoie plusieurs occurences :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

bonjour

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

monde

[bigs3232]

purée merci .si tu m'avais dit plutot j'aurais pas à me prendre la tête depuis 2heures.mon bug vient de là.
merci quand meme

[asdf007]

purée merci .si tu m'avais dit plutot j'aurais pas à me prendre la tête depuis 2heures.mon bug vient de là.
merci quand meme

Ou alors t'aurais pu taper "expressions régulières" sur google comme un grand et apprendre à t'en servir, tout simplement...

[John Blobsmith]

Si tu ne met que (.*?) et que tu ne précises aucun motif autour, cela renverra la même chose que (.*), c'est à dire tout.

Imagines une chaine :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

;bonjour;le;monde;

Appliquer le motif ;(.*); renvoie une occurence:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

bonjour;le;monde

Appliquer ;(.*?); renvoie plusieurs occurences :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

bonjour

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

monde

Tout dépend avec quelle fonction et quelle option tu l'utilise...
Je trouve ca intéressant mais je trouve pas le même résultat que toi, peux tu me montrer le code php utilisé pour arriver à ce résultat ?