[XML] Simple html dom : boucle qui fonctionne une seule fois !

Version imprimable

Bonjour,

J'essaye de récupérer des partie d'un html sur un site, en utilisant un parseur "simple html dom" le problème qui se pose c'est ma boucle qui ne fonctionne qu'une seule fois et je ne retrouve pas ou ça coince !

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
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
 
<?php
// connexion à la bdd
$conn = mysql_connect('localhost', 'root', '');
$db = mysql_select_db('medoc'); 
?>
 
 
<?php 
// récupérer le numéro cis du medicament depuis une liste de numéro dans un fichier class.csv
 
$csv = file_get_contents("class.csv");
require_once 'simple_html_dom.php';
 
function readCSV($csvFile){
	$file_handle = fopen($csvFile, 'r');
	while (!feof($file_handle) ) {
		$line_of_text[] = fgetcsv($file_handle, 1024);
	}
	fclose($file_handle);
	return $line_of_text;
}
 
 
$csvFile = 'class.csv';
 
$csv = readCSV($csvFile);
 
// parser l'url jusqu'a 100 fois en utilisant le numéro récupérér et l'injectant dans le lien
 
$i=0;
while ($i<100){
 
 
$rcp = $csv[$i][0];
 
 
 
	$lien = 'http://agence-prd.ansm.sante.fr/php/ecodex/rcp/R0'.$rcp.'.htm';
	echo "Traitement du lien: <strong>".$lien."</strong> ... en cours. <br />";
 
 
 
		$html = new simple_html_dom();
		$html->load_file(''.$lien.'');
		foreach($html->find('p[class=AmmDenomination]') as $word)
		$titre = $word->plaintext;
		echo "Extraction du titre: <strong>".$titre."</strong><br />";
		$exe = mysql_query("INSERT INTO rcp (titre) VALUES('$titre')");
		ob_flush();
        flush();
        sleep(2);
		echo "<br />Titre du rcp <strong>".$rcp."</strong> ajouté avec succés dans la BDD<br />";
 
							            $i=$i+1;
echo "la boucle numero: <strong>".$i."</strong> va commencer <br />";
flush();
ob_flush();
flush();
ob_flush();
flush();
ob_flush();
			}	
 
 
?>

le Résultat est :

Citation:

Traitement du lien: http://agence-prd.ansm.sante.fr/php/...p/R0235297.htm ... en cours.
Extraction du titre: AGRASTAT 50 microgrammes/ml, solution pour perfusion

Titre du rcp 235297 ajouté avec succés dans la BDD
la boucle numero: 1 va commencer
Traitement du lien: http://agence-prd.ansm.sante.fr/php/...p/R0235296.htm ... en cours.

Fatal error: Call to a member function find() on a non-object in D:\wamp\www\parse\simple_html_dom.php on line 1113

24/02/2014, 15h51
Spartacusply

Une possibilité probable : loadFile n'arrive pas à charger ton fichier.

Pour vérifier fait un :

Code:

var_dump($html->load_file(''.$lien.'');

A mon avis il faut une adresse locale, relative ou absolue peut importe, mais pas une url.

merci pour la réponse, j'ai modifier donc avec var_dump :

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
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
<?php
// connexion à la bdd
$conn = mysql_connect('localhost', 'root', '');
$db = mysql_select_db('medoc'); 
?>
 
 
<?php 
// récupérer le numéro cis du medicament depuis une liste de numéro dans un fichier class.csv
 
$csv = file_get_contents("class.csv");
require_once 'simple_html_dom.php';
 
function readCSV($csvFile){
	$file_handle = fopen($csvFile, 'r');
	while (!feof($file_handle) ) {
		$line_of_text[] = fgetcsv($file_handle, 1024);
	}
	fclose($file_handle);
	return $line_of_text;
}
 
 
$csvFile = 'class.csv';
 
$csv = readCSV($csvFile);
 
// parser l'url jusqu'a 100 fois en utilisant le numéro récupérér et l'injectant dans le lien
 
$i=0;
while ($i<100){
 
 
$rcp = $csv[$i][0];
 
 
 
	$lien = 'http://agence-prd.ansm.sante.fr/php/ecodex/rcp/R0'.$rcp.'.htm';
	echo "Traitement du lien: <strong>".$lien."</strong> ... en cours. <br />";
 
 
 
		$html = new simple_html_dom();
		$vu = $html->load_file(''.$lien.'');
		var_dump($vu);
		foreach($html->find('p[class=AmmDenomination]') as $word)
		$titre = $word->plaintext;
		echo "Extraction du titre: <strong>".$titre."</strong><br />";
		$exe = mysql_query("INSERT INTO rcp (titre) VALUES('$titre')");
		ob_flush();
        flush();
        sleep(2);
		echo "<br />Titre du rcp <strong>".$rcp."</strong> ajouté avec succés dans la BDD<br />";
 
							            $i=$i+1;
echo "la boucle numero: <strong>".$i."</strong> va commencer <br />";
flush();
ob_flush();
flush();
ob_flush();
flush();
ob_flush();
			}	
 
 
?>

maintenant j'ai ce resultat (null - bool(false) )

Citation:

Traitement du lien: http://agence-prd.ansm.sante.fr/php/...p/R0235297.htm ... en cours.
NULL Extraction du titre: AGRASTAT 50 microgrammes/ml, solution pour perfusion

Titre du rcp 235297 ajouté avec succés dans la BDD
la boucle numero: 1 va commencer
Traitement du lien: http://agence-prd.ansm.sante.fr/php/...p/R0235296.htm ... en cours.
bool(false)
Fatal error: Call to a member function find() on a non-object in D:\wamp\www\parse\simple_html_dom.php on line 1113

24/02/2014, 17h16
Spartacusply

Donc la fonction n'arrive pas à charger ton fichier.

Il faut indiquer une adresse locale ( du genre '/ces/czq/czq.html de manière absolue ou ../../ecs.html de manière relative), pas d'url (pas de http://)

j'ai aspirer quelques fichiers html en local pour faire ce que vous venez de me recommander, et j'ai changé le code :

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
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
<?php
// connexion à la bdd
$conn = mysql_connect('localhost', 'root', '');
$db = mysql_select_db('medoc'); 
?>
 
 
<?php 
// récupérer le numéro cis du medicament depuis une liste de numéro dans un fichier class.csv
 
$csv = file_get_contents("class.csv");
require_once('D:\wamp\www\parse\simple_html_dom.php');
 
function readCSV($csvFile){
	$file_handle = fopen($csvFile, 'r');
	while (!feof($file_handle) ) {
		$line_of_text[] = fgetcsv($file_handle, 1024);
	}
	fclose($file_handle);
	return $line_of_text;
}
 
 
$csvFile = 'class.csv';
 
$csv = readCSV($csvFile);
 
// parser l'url jusqu'a 100 fois en utilisant le numéro récupérér et l'injectant dans le lien
 
$i=0;
while ($i<100){
 
 
$rcp = $csv[$i][0];
 
 
 
	$lien = ('D:\wamp\www\parse\rcp\r0'.$rcp.'.html');
	echo "Traitement du lien: <strong>".$lien."</strong> ... en cours. <br />";
 
 
 
		$html = new simple_html_dom();
		$html->load_file($lien);
		var_dump($vu);
		foreach($html->find('p[class=AmmDenomination]') as $word)
		$titre = $word->plaintext;
		echo "Extraction du titre: <strong>".$titre."</strong><br />";
		$exe = mysql_query("INSERT INTO rcp (titre) VALUES('$titre')");
		ob_flush();
        flush();
        sleep(2);
		echo "<br />Titre du rcp <strong>".$rcp."</strong> ajouté avec succés dans la BDD<br />";
 
							            $i=$i+1;
echo "la boucle numero: <strong>".$i."</strong> va commencer <br />";
flush();
ob_flush();
flush();
ob_flush();
flush();
ob_flush();
			}	
 
 
?>

toujours ce résultat :

Citation:

Traitement du lien: D:\wamp\www\parse\rcp\r0235297.html ... en cours.
NULL Extraction du titre: AGRASTAT 50 microgrammes/ml, solution pour perfusion

Titre du rcp 235297 ajouté avec succés dans la BDD
la boucle numero: 1 va commencer
Traitement du lien: D:\wamp\www\parse\rcp\r0235296.html ... en cours.
NULL
Fatal error: Call to a member function find() on a non-object in D:\wamp\www\parse\simple_html_dom.php on line 1113

var_dump retourne deux fois null alors que le fichier existe bien et traiter la première fois uniquement, la seconde boucle s'arrête :calim2:

24/02/2014, 18h25
mastergalaxy
probleme resolut en utilisant

Code:

$html = file_get_html($lien);

au lieu de
Code:

1 2 $html->load_file($lien);