Récupérer des mots dans un fichier html

Version imprimable

Bonjour
J'ai un souci

J'ai une page html comme celui ci :

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
 
<!DOCTYPE html
  PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
   <head>
      <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
      <link rel="stylesheet" href="/repertoire1/css/defaulthtml/reset.css" type="text/css" />
      <link xmlns="" rel="stylesheet" href="/repertoire1/css/defaulthtml/default_theme.css"
            type="text/css"></link><script type="text/javascript">
 
        <title>Test HTML</title>
  </head>
<body>
         <div id="alert"></div>
         <div class="data">
            <div class="line-item">mot1 mot2 mot3 mot 4 mot5 mot6  <br />mot7 mot8 mot9
             </div>
         </div>
<div class="footer"><span class="segmented"><a href="#" id="2" class="button enabled">Arreter</a><a href="#" id="3" class="button enabled">Annuler</a></span></div>
<script type="text/javascript" src="/repertoire1/test/.js"></script>
<script type="text/javascript">
            $(document).ready(function () {
                init();
            });
        </script></body>
</html>

J'ai enregistre cette page dans un fichier xml(ça peut être aussi fichier .txt rien change pour moi). je parcours le fichier xml et je dois seulement récupérer les mot un par un tout en nettoyant les balise html comme celui ci :

mot 1
mot2
mot3
La question est :comment récupérer les mots un par un SVP.

Et je dois faire ça en c++/cli.

Merci en avance.

02/04/2014, 12h16
imperio

Pour ce qui est du parsing html, plusieurs solutions s'offrent a toi : soit tu telecharges une lib pour parser ton fichier, soit tu te fais un petit truc a la main. Une fois que t'as recupere ce que contenait la balise voulue, il te suffit de parser encore une fois... J'ai fait un fichier header avec une fonction split ici, tu n'as qu'a regarder comment j'ai fait pour avoir un exemple.
02/04/2014, 13h02
Iradrille

Hello,

Les regex font parti du standard maintenant (toujours pas fonctionnel sur gcc il me semble, mais ça ne devrait pas tarder), voir ici (C++11), ou ici(C++/CLI).

imperio et Iradrille merci pour vos réponses rapide.

Ce code j'ai réussi a appliquer dans mon programme et ça fonctionne.
Citation:
Code:

1 2 3 4 5 6 7 8 9 10 11 String^ delimStr = " ,.:\t"; Console::WriteLine( "delimiter : '{0}'", delimStr ); array<Char>^ delimiter = delimStr->ToCharArray( ); array<String^>^ words; String^ line = "one\ttwo three:four,five six seven"; Console::WriteLine( "text : '{0}'", line ); words = line->Split( delimiter ); Console::WriteLine( "Number of Words : {0}", words->Length ); for (int word=0; word<words->Length; word++) Console::WriteLine( "{0}", words[word] );
Une dernier question SVP. Comment parcourir un fichier xml jusqu’à dixième ligne et quand on est a dixième ligne supprimer les 10 premiers caractères et le <br/> qui se trouve juste au milieu de tous les mot qui je veux récupérer?Parce que avec le code au dessus si je mets le <br/> comme délimiteur il supprime aussi tous les lettres br qui se trouve dans les mots qui je veux récupérer. Je connais plusieurs méthode pour parcourir un fichier xml mais parcourir jusqu'à telle ligne je sais pas faire.
Example:
Citation:
Code:

1 2 <div class="line-item">mot1 mot2 mot3 mot4 mot5 mot6 <br />mot7 mot8 mot9 </div>
Merci en avance

02/04/2014, 16h09
r0d

Il y a un sous-forum dédié au c++/cli: http://www.developpez.net/forums/f38...l-cpp/cpp-cli/
Il est bien caché, j'en conviens ;)

c y est c'est résolu avec le streamReader

Citation:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
 
        //Parcours du fichier xml 
	String^ fileName = "C:\\toto/tata.xml";
				StreamReader^ sr = gcnew StreamReader(fileName);
	//et on prend la ligne que l'on veut pour le mettre ds le label
		 String^ UneLigne;
		for (int i=0;i<25;i++)
		{
			UneLigne = sr->ReadLine();
 
		}
		label1->Text=UneLigne;
                sr->Close();