web scraping simple sans block parent

Bonjour,

Je cherche a scrapper un site ou les item n'ont pas de block parent :
ex :
<div class="titre_section">ma section1</div>
<div class="Titre_ssection">titre1 sous section 1</div>
<div class="content_ssection">contenu1 sous section 1</div>
<div class="Titre_ssection">titre2 sous section 1</div>
<div class="content_ssection">contenu2 sous section 1</div>

<div class="titre_section">ma section2</div>
<div class="Titre_ssection">titre1 sous section 2</div>
<div class="content_ssection">contenu1 sous section 2</div>
<div class="Titre_ssection">titre2 sous section 2</div>
<div class="content_ssection">contenu2 sous section 2</div>


et je cherche a avoir :

titre_section ; Titre_ssection ; content_ssection
ma section1 ; titre1 sous section 1 ; contenu1 sous section 1
ma section1 ; titre2 sous section 1 ; contenu2 sous section 1
ma section2 ; titre1 sous section 2 ; contenu1 sous section 2
ma section2 ; titre2 sous section 2 ; contenu2 sous section 2

comment faire ?

Salut,

rien ne vous empêche d'ajouter un bloc parent:

Code:

---

1 2 3 4 5 6 7

<document> <div class="titre_section">ma section1</div> <div class="Titre_ssection">titre1 sous section 1</div> <div class="content_ssection">contenu1 sous section 1</div> <div class="Titre_ssection">titre2 sous section 1</div> <div class="content_ssection">contenu2 sous section 1</div> </document>

---

et de farfouiller dedans avec un parseur xml ou html.
Sinon, vous pouvez toujours écrire des regexp pour analyser çà comme des chaînes de caractères.

- W

je ne peut malheureusement pas mettre de bloc parent,

je cherche surtout un moyen de crée une extraction block par block en tenant compte de leur ordre dans le fichier, comme on le ferais avec les lignes
afin de determiner sous quelle section se trouve les sous section, idem pour le contenu.

Citation:

---

Envoyé par markham

je ne peut malheureusement pas mettre de bloc parent

---

Quand on programme, on fait ce qu'on veut...

Citation:

---

Envoyé par markham

je cherche surtout un moyen de crée une extraction block par block en tenant compte de leur ordre dans le fichier, comme on le ferais avec les lignes

---

Il vous reste à apprendre à utiliser les regexp ou si c'est trop compliqué, il y aller au burin avec les fonctionnalités de base sur les chaînes de caractères.

- W

je vous remercie pour vos reponses