Extraction des données Web

Bonjour tout le monde,

Je suis en train de réaliser un projet qui consiste tout d'abored à extraire des données d'une page web et filtrer les informations qu'on a besoin, j'ai googlé un peu et j'ai trouvé pleines d'outils comme Regex et Jsoup, mais je ne sais pas comment faire surtout la partie de filtrer les données et enlever les balises HTML.

Est ce que vous pouvez m'aider à ce point?? :weird:

Merci d'avance.

:D

Google est ton ami !

Code:

---

1 2 3

public static String html2text(String html) { return Jsoup.parse(html).text(); }

---

Cordialement,
Patrick kolodziejczyk.

Merci pour votre réponse, mais ça n'a pas marché, puisque le site est développé en ASP, du coup tout ce qui est entre guillemets est enlevé = toute la page :?

What ? Peu importe le langage serveur, les navigateurs ne lisent que le langage HTML.

Citation:

---

Envoyé par thelvin

What ? Peu importe le langage serveur, les navigateurs ne lisent que le langage HTML.

---

Tout d'abord je vous remercie pour votre réponse, bon, le contenu que je veux extraire est situé entre 2 balises <script>

et voila le lien de la page que je veux extraire http://www.goalzz.com/main.aspx?c=9162&stage=1&sch=true

Si vous avez une idée comment le faire, je serai très content de vous entendre :)

Ho le site pourri en javascript :)

Bonne merde, tu va galérer sur un truc pareil ^^

Citation:

---

Envoyé par tchize_

Ho le site pourri en javascript :)

Bonne merde, tu va galérer sur un truc pareil ^^

---

C'est ça le problème, en fait, je vais créer un programme qui va extraire ces données à l'aide des Strokenizer et des split tant que le code de la page est bien structuré ^^

Merci pour votre passage :D