contenu de fichier

Version imprimable

21/12/2017, 17h53
m4d3x

contenu de fichier

Bonjour,
Dans un fichier, je veux extraire le contenu dont le début doit commencer par chaine A et la fin se terminer par chaine B.

Par exemple dans un fichier html:
A=<div class="texte">
B=</div>

Je dois prendre tout ce qu'il a entre A et B, toute sorte de caractère.

Pour la programmation ce que j'ai penser à faire:
- lire le fichier caractère par caractère
- comparer chaque caractère jusqu'à ce que c'est égale à A[0]
- si c'est égale je continue et compare le caractère qui le suit
- si une fois tout est égale, je compares B[0] tout les caractères qui suit le dernier A[i] mais en plus de comparé je sauvegarde le caractère ailleurs
- une fois tout les B[i] sont égale, j'arrête de sauvegarder le contenu et comme la chaine B étant aussi sauvegarder, j'efface les derniers X nombre de caractère de B qui n'ont pas besoin d'être dans la sauvegarde

Pour faire autrement et plus simplement,
- je trouves A de la même manière, je prend note la position du caractère suivant,
- pareil pour B mais c'est la position du caractère précédant que je prend note
- au final je sauvegarde tout entre ces positions

Est-ce une bonne méthode ou il y a mieux que je puisse faire ?

J'aimerais le faire et ajouter dans ma bibliothèque qui pourra servir de gestion sur donnée plus tard.
Je pourrais l'élaborer
- ajouter exception à X nombre de fois, s'il y a des doublons de A ou B
- n'avoir que A ou que B et prendre le contenu avant ou après
21/12/2017, 20h17
Matt_Houston

Sinon, il existe ce qu'il faut dans la bibliothèque standard.

Alternativement, tu peux utiliser le shell pour faire cela : cat filename | tr '\n' '\r' | sed "s/first_string\(.*\)last_string/\1/g" (filename, first_string et last_string sont à remplacer par les valeurs qui vont bien, s'entend).
22/12/2017, 15h01
m4d3x

Bonne fonction strstr.
Dommage qu'il n'y a pas la possibilité de choisir un point de départ, car:
Avec une variable contenant tout un fichier html, on risque grandement de trouver la position d'un div fermant avant même d'avoir trouver le div ouvrant (unique) voulu.

Donc pour la position c'est bon mais pour l'ordre c'est pas idéal.

Il me reste alors
- mettre le contenu du fichier html dans une variable
- chercher la position du div ouvrant (qui n'a pas de doublons) avec strstr sur la variable
- supprimer tous les caractères qui sont avant la position trouver de la variable
- chercher la position du premier div fermant avec strstr sur la variable à jours

En gros ça reste la même méthode, ça m'évite au moins de rechercher caractère par caractère la bonne chaîne.

Merci.

Hello,

Quelque chose dans style-là ?

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
#define START_STR	"<div class=texte>"
#define STOP_STR	"</div>"
 
char html_code[....];				// on suppose que le code html a été lu dans cette variable
char *s,*t;
 
s=strstr(html_code,START_STR);
while(s!=NULL) {
	s+=strlen(START_STR);
	t=strstr(s,STOP_STR);
	if(t!=NULL) {
		int len=(t-strlen(STOP_STR))-s+1;
		// sauver s sur une longueur len dans une variable ( /!\ au \0 )
		s=strstr(t+strlen(t),START_STR);
	}
	else {
		// voir que faire, peut-être
		break;
	}
}

Je sais pas si ton code fonctionne mais ça me défonctionne :D

Je suis plus à l'aise à comprendre ce que j'écris.
Voici la miène (modifier):

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
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
 
int main()
{
    char *ouverture = "<div class=\"texte\">";
    char *fermeture = "</div>";
 
    char code_html[500] = "<div class=\"menu\">ca marche pas</div>\n<div class=\"texte\">ca marche bien</div>\n<div class=\"autre\">ca marche pas</div>";
 
    printf("étape 1:\n%s\n\n", code_html);
 
    int position_contenu_debut = (strstr(code_html, ouverture) - code_html) + strlen(ouverture);
    int j = 0;
    for(int i = position_contenu_debut; i <= strlen(code_html); i++){
        code_html[j]=code_html[i];
        j++;
    }
    printf("étape 2:\n%s\n\n", code_html);
 
    int position_contenu_fin = (strstr(code_html, fermeture) - code_html);
    for(int i = position_contenu_fin; i < strlen(code_html); i++){
        code_html[i]='\0';
    }
    printf("étape 3:\n%s", code_html);
 
    return 0;
}

24/12/2017, 19h41
Matt_Houston

Citation:

Envoyé par m4d3x

Dommage qu'il n'y a pas la possibilité de choisir un point de départ, car:
Avec une variable contenant tout un fichier html, on risque grandement de trouver la position d'un div fermant avant même d'avoir trouver le div ouvrant (unique) voulu.

Je n'ai pas saisi. On ne cherche pas le marqueur de fin avant d'avoir cherché (et trouvé) le marqueur de début. Tu as simplement besoin d'un automate à deux états : soit on est en train de chercher le premier marqueur, soit le second. Et on alterne.

Souviens-toi que pour une chaîne de caractères s donnée, tous les pointeurs de &s[0] à &s[strlen(s)] sont aussi des chaînes à part entière.

Quand je disais: dommage qu'il n'y a pas la possibilité de choisir un point de départ.
Je parlais de simplification à ceci:

Code:

int position_contenu_fin = (strstr(code_html, fermeture) - code_html);

devient
Code:

1 2 int position_point_de_départ=1234; int position_contenu_fin = (strstr(code_html, fermeture, position_point_de_départ) - code_html);
Ancien code:
Code:

1 2 3 4 char code_html[500] = "</div><div class=\"texte\">ca marche bien</div><div class=\"autre\">ca marche pas</div>"; int position_de_debut = (strstr(code_html, ouverture) - code_html); int position_de_fin = (strstr(code_html, fermeture) - code_html);
position_de_debut aurait eu la position 6
position_de_fin aurait eu la position 0
la position_de_fin désirer est celui de la position 39, car c'est le div fermant du div class texte qui contient le contenu désirer, donc faudra coder plus pour atteindre l'objectif

Nouveu code:
Code:

1 2 3 4 char code_html[500] = "</div><div class=\"texte\">ca marche bien</div><div class=\"autre\">ca marche pas</div>"; int position_de_debut = (strstr(code_html, ouverture, 0) - code_html); int position_de_fin = (strstr(code_html, fermeture, position_de_debut) - code_html);
position_de_debut aurait eu la position 6
position_de_fin aurait eu la position 39