Utilisation de jsoup

Version imprimable

Bonjour

Le programme qui suit me permet de parser une page HTML.
Celui-ci fonctionne parfaitement tant que le nombre de myLink" et de myPrices est égal.
Seulement parfois le prix n'est pas indiqué et la balise "price" n'existe pas ce qui engendre une différence entre "title" et "prix" et une erreur de type :
java.lang.IndexOutOfBoundsException, ce qui est normal.
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Document myDoc = Jsoup.connect("maPage.html").get(); Elements myContent = myDoc.select("div.list-oag"); Elements myLink = myContent.select("a"); Elements myPrices = myContent.select("div.price"); String[] title = new String[myLink.size()]; String[] prix = new String[myPrices.size()]; for(int i=0;i<myLink.size();i++){ title[i] = myLink.get(i).getElementsByClass("title").text(); prix[i] = myPrices.get(i).getElementsByClass("price").text(); } for(int j=0;j<myLink.size();j++){ out.println(title[j]); out.println(" - Prix: "+prix[j]); out.println("<br>"); }
Comment faire pour parser le document et associer le bon prix au bon title ?

Merci d'avance !

Bon pour repondre à ElSpopo dont la message a disparu ????
Et qui a ecrit :

Citation:

il faudrait que tu essais de te baser sur un élément commun entre ton prix et ton titre (peut être sont ils dans un même div ou une même ligne de tableau.
peux tu nous montrer un exemple de la page html en question?

L'ensemble des informations a recuperer se trouvent entre une balise <a>

Voici un fragment du code HTML:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 <div class="list-oag"> <a title="Titre de l'ouvrage"> <div class="aog"> <div class="date"> <div>3eme empire</div> <div>150 av JC</div> </div> <div class="detail"> <div class="title">Titre de l ouvrage</div> <div class="category"> Mathematique</div> <div class="placement"> Athene </div> <div class="price"> 7800 € </div> </div> </div> </a> <a> ...... Même code ..... </a> ....
Si ça peut éclaircir ma requête !!!!

16/07/2013, 23h36
Influenza

Bonjour,

Ton problème vient de ta boucle "for" :
Tu incrémentes de 0 à myLink.size(), mais dedans tu fais un myPrices.get(i).
Ceci pose un problème si myPrices contient moins d'éléments que myLink...

Mathieu
16/07/2013, 23h57
SoGood

Merci Influenza mais je sais que mon problème vient de la boucle "for"
Je n'arrive pas à voir comment faire pour analyser chaque balise <a> contenue dans 'list-oag" pour récupérer le titre et le prix qui lui est associé !!!!
17/07/2013, 01h20
thelvin

Il faut sélectionner myLink et myPrice à l'intérieur de ta boucle for, et seulement à partir de la seule et unique balise <a> que la boucle en cours est en train de regarder.
17/07/2013, 19h10
Influenza

Bonjour,

J'ai lu un peu vite ton post, désolé.
Comme le dit thelvin, tu devrais faire dans ta boucle "for" un truc du genre :

Code:

Elements myPrices = myLink.get(i).select("div.price");

ou

Code:

myLink.get(i).getElementsByClass("price");

Qui devrait te ramener 0 ou 1 prix.

Mathieu

J'ai trouvé une solution qui fonctionne bien.
J'utilisai une boucle "for" de trop.

Si ça peut servir à d'autre, voici le code :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 
Document myDoc = Jsoup.connect("maPage.html").get();
Elements myContents = myDoc.select("div.list-oag");
 
for (Element myContent : myContents) {
   Elements balisesA = myContent.select("a");
   String[][] livres= new String[balisesA.size()][2];
   for (int i = 0; i < balisesA.size(); i++) {
 
      livres[i][0] = balisesA.get(i).getElementsByClass("title").text();
      livres[i][1] = balisesA.get(i).getElementsByClass("price").text();
 
    }
 
    for(int k=0;k<balisesA.size();k++){
       out.println("Titre : "+livres[k][0]);
       out.println(" - Prix: "+livres[k][1]);
       out.println("<br>");
     }
}

Bien sur, si il y a mieux ou plus propre, je suis preneur.

Si quelqu'un pouvait m'expliquer la nuance entre Element et Elements de Jsoup...

Merci.