Probleme XML::Parser

Version imprimable

15/03/2006, 00h09
cryptorchild

Probleme XML::Parser

Bonjour je n'arrive pas a utliser xml parser pour extraire le contenu de balise xml <w:t></w:t>, j'ai beau chercher je trouve pas, j'ai quand meme réussie a extraire les données du xml (fichier xml office 2003) mais tout est mélangé et je ne veut que ce qui ce trouve entre ces balises

merci

Je vient de me rendre compte que j'ai oublié de poster le code que j'ai déjà :oops:

Code:

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
 
 
#! /usr/bin/perl -w
use strict;
use XML::Parser;
use LWP::Simple;
 
my $p = new XML::Parser(Style=>'Subs', Pkg=>'SubHandlers', ErrorContext=>2);
$p->setHandlers(Char => \&char);
 
my $fichier = get("http://127.0.0.1:8080/office 2007/word/document.xml");
 
$p->parse($fichier);
 
exit 0;
 
 
sub char {
  my ($p,$donnees) = @_;
 
  if ($donnees eq '<') {
      $donnees = '&lt;';
  } elsif ($donnees eq '>') {
      $donnees = '&gt;';
  } elsif ($donnees eq '&') {
     $donnees = '&amp;';
  }
  print $donnees;
}

Merci :wink:

16/03/2006, 09h07
cryptorchild

Personn veut m'aider :piou:
16/03/2006, 13h05
djibril

colle nous ton fichier xml qu'on puisse le tester. S'il est trop gros, reduit le pour nous :lol:

Voici le xml il est pas trop gros !!!

celui la c pour office 2007 pas de prb pr extraire le texte mais pour les xml office 2003 comme le fichier xml contient a la fois le texte les images etc... je ne peut pas juste formatter le xml pour avoir le texte :twisted: il faut absolument prendre que ce qui ce trouve entre <w:t>et</w:t>.

Code:

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
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<w:wordDocument xmlns:aml="http://schemas.microsoft.com/aml/2001/core"
 xmlns:dt="uuid:C2F41010-65B3-11d1-A29F-00AA00C14882"
 xmlns:wdr="http://schemas.microsoft.com/office/officeart/2005/8/wddr"
 xmlns:ve="http://schemas.microsoft.com/winfx/2005/06/markup-compatibility" 
 xmlns:o="urn:schemas-microsoft-com:office:office"
 xmlns:o12="http://schemas.microsoft.com/office/2004/7/core"
 xmlns:m="http://schemas.microsoft.com/office/omml/2004/12/core"
 xmlns:r="http://schemas.microsoft.com/office/2005/11/relationships"
 xmlns:w10="urn:schemas-microsoft-com:office:word"
 xmlns:v="urn:schemas-microsoft-com:vml"
 xmlns:wx="http://schemas.microsoft.com/office/word/2003/auxHint" 
 xmlns:w="http://schemas.microsoft.com/office/word/2005/10/wordml"
 xmlns:wsp="http://schemas.microsoft.com/office/word/2003/wordml/sp2"
 xmlns:sl="http://schemas.microsoft.com/schemaLibrary/2003/core">
 
<w:docDefaults>
<w:rPrDefault>
 <w:rPr>
   <w:rFonts w:asciiTheme="minorAscii" w:fareastTheme="minorHAnsi" w:hAnsiTheme="minorHAnsi" w:cstheme="minorBidi"/>
   <w:sz w:val="22"/><w:szCs w:val="22"/>
   <w:lang w:val="FR" w:fareast="EN-US" w:bidi="AR-SA"/>
 </w:rPr>
 </w:rPrDefault>
 
<w:pPrDefault>
    <w:pPr><w:spacing w:after="200" w:line="276" w:lineRule="auto"/></w:pPr>
</w:pPrDefault>
 
</w:docDefaults>
 
<w:body>
 <w:p w:rsidR="00F16F3E" w:rsidRDefault="00601F5A">
    <w:r>
     <w:t xml:space="preserve">Bonjour </w:t>
    </w:r>
 </w:p>
 <w:sectPr w:rsidR="00F16F3E" w:rsidSect="00F16F3E">
 <w:pgSz w:w="11906" w:h="16838"/>
 <w:pgMar w:top="1417" w:right="1417" w:bottom="1417" w:left="1417" w:header="708" w:footer="708" w:gutter="0"/>
 <w:cols w:space="708"/>
 <w:docGrid w:linePitch="360"/>
 </w:sectPr>
</w:body>
</w:wordDocument>

merci :wink:

Apres fouille dans mes vieux script, j'en ai trouvé un qui peux déjà t'aider
tu dois installer libxml-perl
puis change

Code:

my $mon_fichier = "le_nom_de_ton_fichier.xml";

Essaye de t'en inspirer pour faire ton script. celui ci print Bonjour

Code:

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
 
#!/usr/bin/perl -w
use strict;
use Carp;
package MyHandler;
 
my $balise = "no";
  sub new { 
    my ($type) = @_;
    return bless {}, $type; 
  }
 
  sub start_element { 
    my ($self, $el) = @_; 
    if ($el->{Name} eq "w:t"){
      $balise = "yes";
    }
  }
  sub end_element { 
    my ($self, $el) = @_;
    if ($el->{Name} eq "w:t"){
      $balise = "no";
    }
  }
  sub characters { 
    my ($self, $a) = @_;
    #$b =~ s/\&/\&amp\;/g;
    $a =~ s/&lt;/\&lt\;/g;
    if ($balise eq "yes"){
      print $a->{Data}."\n"; 
    }
  }
 
 
#########################################################
  package main;
  use strict;
  use XML::Parser::PerlSAX;
  import MyHandler;
  my $my_handler = MyHandler->new;
  my $parser = XML::Parser::PerlSAX->new( Handler => $my_handler );
  my $mon_fichier = "le_nom_de_ton_fichier.xml";
  die "I need an XML file as argument" unless $mon_fichier;
  $parser->parse( Source => { SystemId => $mon_fichier } );

voilà

18/03/2006, 11h40
cryptorchild

Merci pour ton aide djibril, ton script fonctionne mais j'ai un problème qui vient peut-être meme pas de ton script, quand je lance le parsing de mon fichier xml j'obtient par moment le message

Code:

Wide character in print

Code:

print $a->{Data}."\n";

je ne voie vraiment pas pourquoi perl me dit sa mon fichier n'a rien de 8O

Pour info je suis sous xp pro

merci