extraire des url avec une feuille xsl

bonjour à tous
je suis étudiante en biologie j'ai besoin que quelqu’un m'aide
à trouver une solution pour mon problème.

voila le problème



j'ai un problème avec les feuilles xsl

donc ma question est la suivante : avec c 3 liens :

http://www.marmiton.org/recettes/reche [...] st=5&start=-9

http://www.marmiton.org/recettes/reche [...] st=5&start=10

http://www.marmiton.org/recettes/reche [...] st=5&start=20


chaque lien liste 10 recettes

je veux une feuille xsl que j'appliquerai sur les 3 liens pour pouvoir récupérer les liens "URL" des 10 recettes.

enfin pour lister les 30 URL

mais que je le fasse avec une feuille xsl si t'as une idée ?


juste pour un petit detail j'ai deja aspiré les 3 liens enfin leur code source ?

donc je veux une feuille xsl que j'appliquerai sur les 3 fichiers.xhtml que j'ai aspiré



feuille xsl

sur

a201.xhtml
a111.xhtml
a121.xhtml

10 +10 +10
= 30 urls

Bonjour,

tu fais ca sous Linux ?

et es-ce que la feuille de style est appelée sur un serveur
ou tu utilise simplement un aspirateur ?

[quote=polymorphisme;6821286]Bonjour,

merci d'avoir répondu polymorphisme
je suis sous Windows pour l'instant mais sinon j'ai Linux aussi

je travaille en local pour l'instant mais j'ai un serveur aussi

donc je veux editer une feuille xsl je ne sais pas quoi mettre à l’intérieur de cette feuille qui pourra faire le travail au lieu de y'aller à chaque page et d'extraire les 10 urls manuellement et de les lister je ne sais pas si c faisable ou pas une feuille xsl avec script ? j’espère que je ne dis pas de bêtises


je veux récupérer à partir de http://www.marmiton.org/recettes/rec...x?aqt=nouilles ça ?
resultats :


/recette_porc-saute-aux-nouilles-chinoises_36503.aspx
/recette_nouilles-chinoises-facon-corinne_41618.aspx
/recette_nouilles-soba-aux-graines-de-sesame_82164.aspx
/recette_potage-asiatique-aux-nouilles-porc-et-crevettes_28939.aspx
/recette_nouilles-birmanes_46215.aspx
/recette_nouilles-chinoises_17284.aspx
/recette_nouilles-a-ma-facon_27725.aspx
/recette_nouilles-chinoises-soja-et-poulet-au-wok-facile_42206.aspx
/recette_nouilles-chinoises-au-chorizo_86837.aspx


mais avec une feuille xsl qui va s'appliquer sur le fichier.xhtml ou "code source" que j'ai aspiré

pour lister les URLs
au dessus


enfin cette feuille va s'appliquer sur toutes les pages ?

et ensuite récupérer 30 URLs

Ok, c'est possible de faire cela avec XSL.

Pourquoi ne fais tu pas cela avec la commande wget sous Linux ?

c'est la raison de ma présence ici
je ne sais pas comment procéder je suis vraiment nouvelle
je suis débutante ds tout

j'ai pas l'habitude de travailler sur Linux et les commandes ?

si tu as une idée ce génial de ta part

Dans ce cas, je te conseil la commande wget.
La page man donne pas mal d'informations (man wget)
et il y a pleins d'exemples sur l'Internet.
Je n'ai plus les options de la commande en tête
mais wget permet de filter les URLs des pages que tu souhaite aspirer.

Je crois que ce sera plus facile à mettre en oeuvre qu'avec une feuille de style XSLT.

merci je vais regarder

Après sur ta page XHTML, il suffira d'appliquer un XPath du genre

Code:

---

//a[@class="lienTitreResultat"]/@href

---

en gros ta feuille de style se limitera à un template :[code]<xsl:template match="/">
<xsl:for-each select="//a[@class="lienTitreResultat"]/@href">
<xsl:value-of select="."/>
</xsl:for-each>
</template>

Après, comme l'a dit polymorphisme, la solution la plus simple n'est probablement pas de passer par du XSL.

Une recherche texte avec des expressions régulières (ou bien tout simplement l'utilisation de wget - qui existe aussi bien sous Windows que sous Linux - s'il le permet) serait plus facile à mettre en oeuvre.

Bonjour et merci luceka

pour la réponse c'est ce que je cherchais mais une fois que j'ai ma feuille.xsl

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="2.0">

<xsl:output method="text" indent="no" omit-xml-declaration="yes"/>

<xsl:template match="/">
<xsl:for-each select="//a[@class="lienTitreResultat"]/@href">
<xsl:value-of select="."/>
<xsl:sort select="lienTitreResultat"/>
</xsl:for-each>
</xsl:template>

</xsl:stylesheet>


ce que je vaudrais savoir ? comment appliquer cette feuille.xsl
sur le code source de la page http://www.marmiton.org/recettes/rec...x?aqt=nouilles c'est à dire j'ai :
feuille.xsl------> page.html et resultats = 10 urls triés afin de retirer les doublons sachant que jai récupéré le code source que j'appelle page.html
bien sur sous linux une commande qui appelle feuille.xsl et l'applique sur page.xhtml ou *.xhtml

et ma 2eme questions appliquer la meme feuille.xsl sur 30 page html qui contiennent toutes 10 URL de recettes NOUILLES
bien sur sous linux une commande qui appelle feuille.xsl et l'applique sur page.xhtml ou *.xhtml


voila quelqu'un à une idée ?plz

Je dirais que le plus simple pour toi est d'utiliser un parseur XSLT externe, comme Xalan :
http://xml.apache.org/xalan-j/commandline.html

Ca te permet de limiter le côté programmation au strict minimum (une boucle sur chaque fichier HTML qui fera appel à Xalan).

Sinon pas mal de langages (PHP, Java, Python, Perl, C, C++, ...) possèdent des parseurs XSLT. Pour les utiliser renseigne-toi par toi-même.

Ceci dit, une simple ligne de commande Perl (qui est cross-platform) te permettrait d'avoir le résultat attendu :

Code:

---

perl -pe 's/<a\s+class=["']lienTitreResultat["']\s+href=["'](.*?)["']/$1/' ton_fichier_html

---

merci luceka est ce que tu crois que mon code est correct ?

est ce que t’arrive aux résultats si tu as déjà essayé

mais qu'avec une feuille xsl pas avec autre perl sauf si je ne comprend pas trop a ça ?

quelqu'un à une idée je sais que c'est dans le genre
xsltproc fichier.xsl dfichier.xml



mais j'y arrive pas

help

Non, ton code n'est pas correct, il faut mettre le sort juste après le for-each.

Après, je ne vois pas pourquoi tu parles de xsltproc alors que je te donnais Xalan pour ça (et la ligne de commande à utiliser est sur la page que j'ai fournie).

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

<?xml version="1.0" encoding="UTF-8"?> <!-- version 1.0 suffit --> <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">   <xsl:output method="text" indent="no" omit-xml-declaration="yes"/>   <xsl:template match="/"> <!-- attention <xsl:for-each select="//a[@class="lienTitreResultat"]/@href"> --> <xsl:for-each select="//a[@class='lienTitreResultat']/@href"> <!-- sort auprès lienTitreResultat, c'est non-sens si ça veut dire un texte litéral. Si c'est une balise, la référence est certainement fausse puisque le contexte est en rapport avec @href. --> <!-- j'essai de deviner sort auprès de @href, remplacez ce que vous voulez vraiment. --> <xsl:sort select="." /> <xsl:value-of select="."/> </xsl:for-each> </xsl:template>   </xsl:stylesheet>

---

merci,

mais j'ai xsltporc installé chez moi et il faur que je le fasse avec ça
alors j'ai essayé d'appliquer le fichier en ligne de commandes

xsltproc feuille.xsl fichier.xhtml

mais rien ne se passe je comprend pas comment voir le resultat ?

j'ai essayé ca xsltproc feuille.xsl fichier.xhtml > doc.html

je valide apres ca saute à ligne et ca met rien

je ne comprend pas ?

MERCI tsuji

Voila j'ai essayé d'appliquer la feuille de style mais rien ne se passe apart si jai loupé quelque chose :

Je ne sais combien de confiance on peut faire part pour la feuille xslt, mais la version que je arrive basée sur les précédentes devrait syntactiquement parlant. Mais...

Citation:

---

j'ai essayé ca xsltproc feuille.xsl fichier.xhtml > doc.html

---

Alors, ça, ça se trahit. D'abord, la feuille a l'intention de résulter un fichier textuel, pas une page html; et puis, xhtml n'est pas un document qui s'écrit dans un espace de nom null! Si vous ne comprenez tout ça, c'est difficile à explique dans un forum de ce genre, il faut se faire éduquer d'après les livres tranquillement...

Voici ce que je vais proposer vous faire pour que vous pouvez au moins avoir quelque évidence à la main après tout ça. Faites cette ligne de commande:

Code:

---

xsltproc -o output.txt feuille.xsl fichier.xhtml

---

Et puis le feuille.xsl comme ça.

Code:

---

1 2 3 4 5 6 7 8 9 10 11

<?xml version="1.0" encoding="UTF-8"?> <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"> <xsl:output method="text" indent="no" omit-xml-declaration="yes"/> <xsl:template match="/"> <xsl:for-each select="//*[local-name()='a' and @class='lienTitreResultat']/@href"> <xsl:sort select="." /> <xsl:value-of select="."/> <xsl:text>&#x0a;</xsl:text> </xsl:for-each> </xsl:template> </xsl:stylesheet>

---

Si votre feuille xhtml contient au moins un "anchor" comme ça

Code:

---

<a class="lienTitreResultat" href="xyz">etc etc</a>

---

(avec un espace de nom défault http://www.w3.org/1999/xhtml sous-entendu), vous devriez au moins obtenir quelque info sortant dans le fichier output.txt.

Voilà ce que je puisse proposer pour sauver la situation.

grand merci tsuji :

voila un bout de mon code xhtml :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

<div> <table cellspacing="0" cellpadding="0" border="0" id="ctl00_cphMainContent_mrmSearch_repResults" style="border-width:0px;width:100%;border-collapse:collapse;"> <tr class="result1-2"> <td class="txtResultat" valign="top"> <table cellpadding="0" cellspacing="0" border="0"> <tr> <td rowspan="3" valign="top" width="84" style="padding-right:10px;"> <div class="imgResultatRecette"> <a href='/recettes/recette_nouilles-chinoises-facon-corinne_41618.aspx' class="lienTitreResultat"> <img width="80" height="80" border="0" src='http://images.marmitoncdn.org/recipephotos/multiphoto/26/26b35b37-fcf0-42de-b45a-574f195d6c7e_tn-80x80.jpg' /></a> </div> </td> <td valign="top" width="235" class="miniTxtRecette"> <a class="lienTitreResultat" href='/recettes/recette_nouilles-chinoises-facon-corinne_41618.aspx'>Nouilles chinoises façon Corinne</a><br /> Accompagnement<br /> Végétarien </td>

---

moi ce que je veux récupérer c'est ça :

/recettes/recette_nouilles-chinoises-facon-corinne_41618.aspx

dans toute la page y'a 10 urls : voir code source de http://www.marmiton.org/recettes/rec...x?aqt=nouilles

mais si tu regarde dans le bout de code au-dessus le /recettes/recette_nouilles-chinoises-facon-corinne_41618.aspx est répétée 2 fois

donc j'aimerai enlever les doublons à l'affichage

je vais essayer avec ta méthode

une idée ?

Citation:

---

j'aimerai enlever les doublons à l'affichage

---

Oui, mais c'est un peu embêtant...

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

<?xml version="1.0" encoding="UTF-8"?> <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"> <xsl:output method="text" indent="no" omit-xml-declaration="yes"/> <xsl:template match="/"> <xsl:variable name="classname" select="'lienTitreResultat'" /> <xsl:for-each select="//*[local-name()='a' and @class=$classname]"> <xsl:sort select="@href" /> <xsl:if test="count(preceding::*[local-name()='a' and @class=$classname and @href=current()/@href])=0"> <xsl:value-of select="."/> <xsl:text>&#x0a;</xsl:text> </xsl:if> </xsl:for-each> </xsl:template> </xsl:stylesheet>

---

Et ça ne s'améliore guère même si je utiliserais l'outil de xsl:key... mais bref; pourtant, ça a la bénéficie de mettre le fil de raisonnement le plus clair possible avec un minimum de moyens.