Modifier un HTML

Bonjour tout le monde,

Je galéré toute la journée pour résoudre un problème mais sans aucun résultat. En effet j'ai envi de créer une fonction en JAVA qui peut modifier le contenu d'un fichier HTML.

En fait j'ai des centaines de fichiers HTML qui contiennent tous un attribut class="COLLAPSED" et j'ai envie de mettre à la place class="EXPANDED".

J'ai cherché pendant des heures une méthode mais sans aucun résultat convainquant, j'ai testé plusieurs parser HTML, puis je suis passé au XSL puis de la lecture de fichier normal mais sans résultalt. :cry:

Si vous avez une idée je suis preneur. :aie:

Merci beaucoup par avance. :ccool:

pourquoi vouloir utiliser java pour ça? Des outils comme sed sont beaucoup plus adaptés:

Code:

---

1 2	sed -i 's/class="COLLAPSED"/class="EXPANDED"/g' nomDuFichier.html

---

C'est personnellement ce que je fait quand j'ai des remplacement de masse à faire dans mes sources ;)

Salut tchize_

Merci bcp pour la réponse, elle est parfaite pour mon cas.
Ceci dit j'ai un petit soucis, voilà la commande que j'utilise :

Code:

---

sed -i 0,/class=COL/s//class=EXP/ "test.htm"

---

En effet elle va remplacer la première occurrence de "class=COL" avec "class=EXP".
Le problème c'est que je me retrouve avec un fichier HTML en chinois :D oui tu as bien entendu, en chinois :mouarf:

Je ne suis pas sûr mais je pense qu' il s'agit d'un problème d'encodage, voici l'entête de mon HTML :

Code:

---

<META http-equiv=Content-Type content="text/html; charset=unicode">

---

Merci par avance.

charset "unicode" ca ne veux rien dire. Précisez le charset (utf-8, utf-16, utf-32, .....)

PS: j'ai du mal à comprendre votre commande sed là :D Mais sed est tellement tordu qu'elle doit surement vouloir dire quelque chose ;)

Merci pour la réponse,

Oui en effet la commande est assez tordue :aie:, mais elle marche :mrgreen: ,sauf sur mon fichier :cry:

J'ai modifié le charset (j'ai mis utf-32 puis utf-16 ...) mais malgré cela, dès que je lance ma commande SED le fichier devient du chinois.

Remarque, si je crée un fichier en bloc notes et je fais un copier coller de la source de mon html, ma commande SED le transforme impeccablement. C'est vraiment bizarre tout ça.

Sinon pour que tu saches, mon fichier HTML a été généré par le logiciel BackUp Exec !! Si ça peut aider :mrgreen:

Vraiment je suis perdu.
A l'aiiiiiiiiiiiiiiiiiiiiiiiiiiide :calim2:

pourriez vous attacher le fichier avant/après?

Voilà les deux fichiers !!
Merci beaucoup.

Bonjour tout le monde,

Je galère toujours sur ce problème.
Si vous avez une idée n'hésitez pas !!

Merci beaucoup.

Tes fichiers sont en UTF-16, mais SED les a traités comme de l'UTF-8 ou de l'ascii (va savoir).

Position hexadécimale 93: on a

0x00 0x0D 0x00 0x0A 0x00 0X3C

après passage dans sed, on a
0x00 0x0D 0x00 0x0D 0x0A 0x00 0X3C

Problème, ca veux dire que tout le reste des bytes est décalé d'un bit. Tu passe ainsi d'un plan unicode bas (0x00 0x??) où on trouve les caractères européen, à des plans haut (0x?? 0x00) où l'on trouve du chinois, du coréen, etc.

Dans ton cas, sed a remplacé tous les 0x0A (LF, retour ligne standard) en CR LF (retour ligne windows).

a noter que les version windows de sed, pour beaucoup ont ce problème:
De la lecture intéressante: http://www.pement.org/sed/unicode1.txt

PS: utiliser de l'UTF-16 pour des pages non asiatiques est souvent une perte d'espace par rapport à l'utf-8. Seul les hauts plans bénéficient de l'utilisation de l'UTF-16, c'est à dire les plans qui auraient besoin de 3 bytes en UTF-8.

Merci pour ta réponse tchiz__

J'ai lu le petit article que tu as posté, apparemment il s'agit d'un problème récurrent, j'ai essayé pas mal de version de "SED" même celle qui marche dans l'article "unxutils" mais toujours pas résolu mon problème.

Je ne sais pas si tu es arrivé à le résoudre de ton côté, ou si tu peux me guider vers une éventuelle solution, en tout cas merci beaucoup.

convertir le fichier en utf-8 avant, me semble la solution la plus simple :D

Salut tout le monde,

Enfin je suis arrivé au bout de mes peines :mrgreen:

J'ai utilisé iconv pour convertir mon fichier de utf-16 en utf-8
suivez ce lien : http://docs.moodle.org/fr/Conversion...hiers_en_UTF-8 ( personnellement j'ai choisis la solution 2 )

Puis j'ai utilisé SED ( comme en haut ) pour faire la modification dans mon fichier.

Puis après j'ai intégré tout ça dans un code JAVA ( pour les personnes qui se demandent que fait toujours ce poste sur ce forum :ccool: ) qui parcours un dossier, et sélectionne les fichiers .htm et leurs applique le iconv puis le sed.

Merci encore pour tes réponses tchize_, ils m'ont été d'une grande aide.

Un bon et mérité :resolu: s'impose :mouarf: