Comment faire interpréter/reconnaitre les balises HTML par VBS?

Version imprimable

Bonjour,

Est il possible en interprétant les balises HTML de lire et d'extraire des données d'un document HTML depuis un fichier vbscript lirehtml.vbs ?
Le fichier html est le code source d'une page web que je souhaite faire interpréter par VBS directement plutôt que repasser par un fichier texte (où est venu s'inscrire le code source de la page web) pour en extraire les données...en effet si les balises ne sont pas reconnues il faut avec le vbs depuis le fichier texte utiliser des split et autres pour pouvoir extraire les data souhaitées identifiées par leur id...

Voici un exemple sous VBA qui marche bien pour extraire les données depuis le fichier textehtml (fichier avec les balises html: h1, span,tr, td...):
Code:

1 2 3 4 5 Dim DocumentHTML As Object Dim test_elem As HTMLGenericElement Set DocumentHTML = CreateObject("htmlfile") DocumentHTML.body.innerHTML = textehtml Set test_elem = DocumentHTML.all("price")
et là test_elem pointe directement sur les infos recherchées...

en VBS j'arrive à faire interpréter/retravailler ce fichier textehtml mais uniquement sous forme texte sans reconnaissance des balises html, en effet le code suivant ne marche pas (vbs me demande de déclarer body) et en plus pas moyen de déclarer DocumentHTMl as Object et test_elem as HTMLGenericElement?
Code:

1 2 3 4 5 code = "Dim DocumentHTML" & vbCrLf code = code & "Dim test_elemHTML" & vbCrLf code = code & vbCrLf & "Set DocumentHTML = CreateObject(""htmlfile"")" code = code & vbCrLf & "DocumentHTML.body.innerHTML = textehtml" 'demande de déclarer body!!! code = code & vbCrLf & "Set test_elem = DocumentHTML.all(""price"")"
Merci de votre aide...je parcours le forum mais je ne trouve pas...

09/06/2016, 19h23
ericlm128

Je ne comprend pas ton deuxième code ...

Utilise l'objet "InternetExplorer.Application" (que je déconseille) ou un outil tiers.
Sinon je ne sais pas.

bonjour,

en clair tu veux parser un fichier comportant des balises html pour en retirer des infos spécifiques
la première méthode : écrire son propre parsing avec les expressions régulières pas si compliqué mais les regexps rebutent souvent...
la seconde, utiliser un moteur de parsing prêt à l'emploi, celui de MS comme indiqué dans ton exemple
sauf que VBS ne supporte pas nativement les objets COM autres que ceux de type IDispatch :aie:
ton code VBA fonctionne car la variable objet test_elem peut être typé en liaison précoce HTMLGenericElement
ce qui permet au composant de créer implicitement la structure minimum d'un fichier html
en vbs, il faut faire le boulot à la mimine :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 Dim DocumentHTML Dim test_elem taghtml = "<html><body></body></html>" textehtml = "bretelles : 1200.20ceintures : 987.25" Set DocumentHTML = CreateObject("htmlfile") DocumentHTML.write taghtml DocumentHTML.body.innerHTML = textehtml Set test_elem = DocumentHTML.all("price") for i=0 to test_elem.length - 1 msgbox test_elem(i).innerText next
ps : s'il n'existe qu'un seul élément "price", test_elem ne sera pas une collection mais seulement l'élément unique

10/06/2016, 19h00
itwoo

ok ok

Bonsoir,

ah oui t'accord il faut préparer le terrain pour vbs, ton explication est géniale...merci de ton exemple le temps de tester tout ca et je te dis si ca fonctionne à merveille 8-)
11/06/2016, 10h17
itwoo

le double guillemet "

Bonjour,

Ton code fonctionne nickel et cela permet de passer l'étape création...par contre en ce moment correction +test (ca va venir) car en fait le textehtml rentrant à des " allant avec les id...
exemple:
ton texte html:

Code:

'code = code & vbCrLf & "textehtml = ""bretelles : 1200.20ceintures : 987.25"""

'si pas de " avec id comme ici id=price cela marche nickel...
'mais si " avec id cela bloque...

Code:

'code = code & vbCrLf & "textehtml = ""bretelles : 1200.20ceintures : 987.25"""

'bloque au caractère 39 soit pour id="price"!!!

Code:

'code = code & vbCrLf & "textehtml = bretelles : 1200.20ceintures : 987.25"

'dasn ce cas erreur de syntaxe manque les " du début et de la fin!!!

Code:

code = code & vbCrLf & "textehtml = ""bretelles : 1200.20ceintures : 987.25"""

'ici marche nickel...donc l'idée retravailler légérement le fichier html rentrant pour supprimer les " des id...
12/06/2016, 09h30
itwoo

ca marche nickel

Bonjour,

Merci Omen999 avec ton procédé tout marche nickel :lol:

Mais grosse surprise l'interprétation des balises même si elle cible directement le bon élément et moins rapide que le décodage du format texte!!!

Citation:

même si elle cible directement le bon élément et moins rapide que le décodage du format texte!!

par principe la création d'un objet com à partir d'une bibliothèque consomme du temps
la 1ère méthode avec une RegExp devrait être plus rapide
et sinon il y a moyen de simplifier le code en utilisant directement la méthode write
ce qui évite l'utilisation de la variable taghtml de mon exemple
Code:

1 2 3 4 5 6 7 8 9 10 11 12 Dim DocumentHTML Dim test_elem textehtml = "bretelles : 1200.20ceintures : 987.25" Set DocumentHTML = CreateObject("htmlfile") DocumentHTML.write textehtml Set test_elem = DocumentHTML.all("price") for i=0 to test_elem.length - 1 msgbox test_elem(i).innerText next msgbox DocumentHTML.documentElement.outerHTML

22/06/2016, 14h33
itwoo

re

D'accord merci pour cette information, faut que je teste cela...sous peu
23/06/2016, 16h18
itwoo

re

Bonjour

La version avec .write fonctionne elle aussi trés bien. Le gain de temps n'est pas évident mais cela vient surement de la connexion internet et du retour des requêtes...

Merci pour tout