REGEX sur balise html: Besoin d'aide !

Version imprimable

Bonjour à toutes et à tous :ccool:

voila, j'ai une fonction qui récupère le code source d'un URL.
Il fonctionne très bien. La voici:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 function codeSource($adresseFunction){ if (substr($adresseFunction, 0, 7) == "http://") { $ajoutProtocol = ""; } else { $ajoutProtocol = "http://"; } if ($ouverture = @fopen($ajoutProtocol.$adresseFunction, "rb")) { if ($lecture = stream_get_contents($ouverture)) { $lecture= htmlentities($lecture); $lecture='<pre>'.$lecture.'</pre>'; return $lecture; } else { echo 'La page '.$adresseFunction.' ne peut ?e lut!'; } } else { echo 'Probl? d\'ouverture de la page '.$adresseFunction.'!'; } @fclose($ouverture); }
Seulement j'ai un problème de regex.
J'aimerais pouvoir faire un REGEX avec comme paramètre, par exemple, "<title>", mais cela ne fonctionne pas. Pourtant, un ECHO d'un résultat m'affiche bien sous forme de texte le bon code source, avec les balise HTML correctement affiché.

J'ai bien des doutes quand au codage du texte, mais je m'en sort pas trop...

Une idée ? :roll:

Merci d'avance :)

Pour parser du HTML, utilise DOMDocument ou SimpleXML et les XPath plutôt que des regexp.

Et ta fonction getSource peut se résumer à
Code:

1 2 3 4 5 6 7 <?php function codeSource ($url) { (stripos($url, 'http://') === false) && ($url = 'http://' . $url); $stream = file_get_contents($url); return $stream ? '<pre>' . htmlentities($stream) . '</pre>' : false; }

26/07/2012, 13h52
gene69
avec un pattern du genre:
Code:

1 2 '#<title[^>]>(.*)</title>#i';
26/07/2012, 14h30
delphi_jb
Citation:
Envoyé par gene69

avec un pattern du genre:

Code:

1 2 '#<title[^>]>(.*)</title>#i';
non malheureusement, cela ne fonctionne pas, il m'indique "0"...

@Benjamin Delespierre
pourrais tu, stp, me donner un exemple de requête DOMDocument et XPath pour avoir l'équivalent de

Code:

'#<title[^>]>(.*)</title>#i';

stp ? merci d'avance :ccool:

'#<title[^>]*>(.*)</title>#i';

j'ai du oublié une étoile...

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
 
<?php
 
$doc = new DOMDocument;
 
// We don't want to bother with white spaces
$doc->preserveWhiteSpace = false;
 
$doc->Load('book.xml');
 
$xpath = new DOMXPath($doc);
 
// We starts from the root element
$query = '//book/chapter/para/informaltable/tgroup/tbody/row/entry[. = "en"]';
 
$entries = $xpath->query($query);
 
foreach ($entries as $entry) {
    echo "Found {$entry->previousSibling->previousSibling->nodeValue}," .
         " by {$entry->previousSibling->nodeValue}\n";
}
?>

ah non ça c'est le manuel 1 pour 1.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
<?php
 
$doc = new DOMDocument;
 
// We don't want to bother with white spaces
$doc->preserveWhiteSpace = false;
 
$doc->Load('page.html');
 
$xpath = new DOMXPath($doc);
 
// We starts from the root element
$query = '//html/header/title';
 
$entries = $xpath->query($query);
 
foreach ($entries as $entry) {
    echo "Found ",$entry /* probablement un bug conversion en chaine impossible*/," node val:",$entry->nodeValue;
}
?>

disclaimer: non testé... mais les exemples de la doc php fonctionnent généralement.

Ouaip

Code:

1
2
3
4
5
6
7
8
<?php
libxml_use_internal_errors(true);
 
$doc = new DOMDocument;
$doc->loadHTMLFile('http://google.fr');
 
$title = $doc->getElementsByTagName('title')->item(0);
echo $title->nodeValue;

26/07/2012, 15h04
delphi_jb

Merci beaucoup. Je vais tenter de faire mon bonheur avec tout ca. Je reviens vers vous au cas ou je cale sur la durée...
26/07/2012, 15h32
delphi_jb

arf non j'y arrive pas. ^^

je vais exposer plus explicitement mon soucis.

je voudrais récupérer toute les villes contenu sur cette pages:
http://www.pagesdor.be/q/business/static/gov.html

(les villes apparaissent à partir du titre "A l'échelon communal")

franchement, la je cale méchament... :cry:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
libxml_use_internal_errors(true);
 
$doc = new DOMDocument;
$doc->loadHTMLFile('http://www.pagesdor.be/q/business/static/gov.html');
 
$xpath = new DOMXPath($doc);
 
$villes = array();
foreach($xpath->query('//*[@id="inner-static"]/table//child::a') as $node) {
	$villes[] = $node->nodeValue;
}
 
var_dump($villes);

Trop facile :ccool:

26/07/2012, 15h59
delphi_jb

Hou la... c'est énorme comment ça fonctionne bien. je vais essayer de comprendre ligne par ligne la mécanique du query $xpath...

la déclaration d'objet et la structure globale, ca va.
mais par contre, la création du pattern pour récupérer tel chose a tel endroit, ca a l'air chaud...
26/07/2012, 16h07
delphi_jb

Je suis en train de me faire un tutorial de feu ^^

Pas tellement voici l'explication de la requête XPath employée ici:
Code:

1 2 3 4 5 6 //*[@id="inner-static"]/table//child::a // signifie à partir de n'importe où *[@id="inner-static"] signifie n'importe quel noeud ayant l'id "inner-static" /table signifie noeud table directement fils du précédent (inner-static) //child::a signifie n'importe quel noeud a descendant du précedent (attention, c'est le descendant qui nous intéresse, pas le fils direct)
Pour comprendre et maitriser les XPath par l'exemple: http://jerome.developpez.com/xmlxsl/xpath/