Discussion :

[Debutant_pc]

Bonjour


J'ai delphi 10.3 version starter et souhaite parser une page web à partir des expression régulières.

J ai récupéré une source de 2008 qui utilise PCRE qui est un exemple pas à pas tres detaillé.

J ai donc mis dans mes uses System.RegularExpressions pour pouvoir parser le contenu de la page qui est récupérée par idhttp et stocké dans un tmemo.text tout comme dans mon 'modèle'.

Le pb est que cette vielle source contient des fonctions qui ne sont pas dans l'unit System.RegularExpressions.

J aimerais connaitre leurs 'équivalences' s il vous plait.

il s agit de RegexMatchedExpression et RegexAllMatchedSubExpression

J ai bien cherché RegexMatchedExpression System.RegularExpressions dans google mais en vain. J ai regardé la FAQ https://delphi.developpez.com/faq/?p...ons-regulieres mais n'y ai pas trouvé ce que je cherchais ou alors je n ai pas compris, ce qui est aussi fort possible.

Le code suivant à pour objectif de
1/ récupérer le 3eme tableau de la page puis...
2/ boucler sur chaque ligne de ce 3eme tableau et enfin...
3/ boucler sur les colonnes de cette ligne pour récupérer celle qui m intéresse :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 table := RegexMatchedExpression(page, '<table.*?>.*?</table>', 3);
 
  rows := TStringList.create;
  RegexAllMatchedSubExpression(rows, table, '<tr.*?>(.*?)</tr>');
  for r:= 0 to rows.count-1 do begin 
    cols := TStringlist.create;
    RegexAllMatchedSubExpression(cols, rows[r], '<td.*?>(.*?)</td>');
 
    for c := 1 to cols.count-1 do begin  
      if r=0 then begin
        Cequejeveux[c-1] := cols[c];

Merci pour votre aide.

[Papy214]

l'équivalent c'est la fonction Matches

System.RegularExpressions.TRegEx.Matches

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
  var
    Matches: TMatchCollection;
    Match: TMatch;
  begin
    Matches := TRegex.Matches('truc troc tric trac', 'tr[aeiou]{1}');
    for Match in Matches do
      ShowMessage(Match.Value);

affiche

tru
tro
tri
tra

[Debutant_pc]

Merci,

Par contre peux tu me confirmer que cela fait bien 'appel' à PCRE car je teste mes regex sur https://regex101.com/ et elles fonctionnent mais quand je passe en delphi matches.Count = 0 !

Par exemple la regegex <table.*?>.*?</table> ne fonctionne ni sur le site ni en delphi. je l ai remplacé par une plus précise (simple_02.gif">(?:.|\n)*(?=<\/tbody>)) qui fonctionne parfaitement sur le site mais ne me retourne toujours rien en delphi.

Pour info je cherche à récupérer les rapports au jeu simple sur cette page (numéro du cheval, gagnant ou placé et rapport) http://www.geny.com/arrivee-et-rappo...-turf_c1102210

Merci pour ton aide

[Papy214]

c'est plutôt :

<table.*?>.*?<\/table>

Delphi utilise PCRE mais avec quelques restrictions mineures.

Attention au site regex101 qui parfois donne des résultats qui ne passent pas en Delphi parce qu'il est orienté PHP.

Il faudrait un exemple de texte à tester avec la regex pour mieux comprendre

[Debutant_pc]

Voici un exemple de code que je souhaite parser

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
 
...du html...
<table style="width: 100%;">
<tbody>
	<tr>
		<td width="150" bgcolor="#F5F5F5" class="blancdouble" height="32" style="border-top:1px solid #999999; text-align: center;">
		     <img height="22px" src="/web/images/pictos/paris/simple_02.gif">
	        </td>
		<td bgcolor="#F5F5F5" class="blancdroite" align="center" style="border-top:1px solid #999999;">pour<b> 1 &euro;</b></td>
	</tr>
	<tr><td class="ncdouble1" width="150" height="20">
									<div style="float: left">
													<b>1</b>
... d autres lignes...
</tbody>
			</table>
		</tr></table><br/>
<table id="lesDuos"><tr>

Etant donné qu il y a plusieurs tableaux dans la page et que seul celui qui m intéresse contient simple_02.gif j imaginais qu il est plus simple d'extraire toute la partie entre cette image et le </tbody> du tableau.

concernant le pattern <table.*?>.*?<\/table>, il me retourne aussi un résultat vide aevc le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
Stg := IdHTTP1.Get
    ('http://www.geny.com/arrivee-et-rapports-pmu/2019-10-16-pmu-grand-national-du-trot-paris-turf_c1102210');
  Matches := TRegEx.Matches(stg, '<table.*?>.*?<\/table>');

J ai téléchargé RegexTester ici https://sourceforge.net/projects/regextester/ et ce pattern retroune effectivement les 26 tableaux de la page ...

Existerait il un site ou une appli pour tester les regex spécifiquement comme interprété par delphi ?

Merci pour ta patience

[SergioMaster]

Bonjour,

Existerait-il un site ou une appli pour tester les regex spécifiquement comme interprété par delphi ?

J'utilise Expresso qui satisfait mes besoins quand j'ai besoins de tester ou écrire des expressions régulières pour mes programmes.

que seul celui qui m'intéresse contient simple_02.gif

En regardant le code source de la page indiquée j'écrirais qu'il faut
1- récupérer le tableau

Code expression :

Sélectionner tout - Visualiser dans une fenêtre à part

<table id="lesSolos">.*<table id=

2- récupérer (par une autre expression ou XML à voir) la seconde table à l'intérieur du résultat

Code expression :

Sélectionner tout - Visualiser dans une fenêtre à part

<table>.*<i>PMU<\/i>.*<\/table>

les expressions indiquées ne sont qu'un ébauche imparfaite, écrites de mémoire sans tester, c'est plus pour indiquer ce que j'aurais recherché soit :
à l'intérieur de "lesSolos" le tableau qui contient PMU (pas PMU.FR d'où l'utilisation des <i> </i>)

Tout de même, je me demande si récupérer la page entière et passer par XMLDocument ne serait pas plus efficace

[Papy214]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
    Matches := TRegex.Matches(Stg, '<table.*?>.*?<\/table>', [TRegExOption.roSingleLine]);
    for Match in Matches do
      ShowMessage(Match.Value);

[Papy214]

J'utilise aussi Expresso mais il a un problème que le développeur n'a jamais réglé.
Si ton OS est réglé avec le point comme séparateur décimal, il ne se lance pas.
En tous cas, c'est comme ça sur mon Windows 8.1 64 bits.

J'avais signalé le bug mais il n'a jamais été corrigé.
C'est dommage pour un outil aussi utile :-(

[Debutant_pc]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
    Matches := TRegex.Matches(Stg, '<table.*?>.*?<\/table>', [TRegExOption.roSingleLine]);
    for Match in Matches do
      ShowMessage(Match.Value);

MERCI !!!
ça fonctionne enfin !