[langage] Extraire un block dans une variable multiligne

Lut All,

Voila je cherche à récupérer des infos en parsant des Pages HTML;

Je lis la page, je la transforme en ASCII en utilisant :
use HTML::FormatText;
use HTML::TreeBuilder;

J'ai donc une variable ASCII multiligne de type :

bla bla bla blabl bla bla bla bla reblareblaaa
bla bla bla bla bla MOTIF1 #DATA1
MOTIF2 #DATA2
bla bla bla bla

Je souhaite extraire les donnée #DATA1 et #DATA2

j'ai essayé avec des regexp mais je n'y arrive pas en faisant un truc du genre :

$data1 = $ascii;
$data1 =~ s/(.*)MOTIF1(.*)/$2/m;
$data2 =~ s/MOTIF2t(.*)//m;

:cry:

Help me Please

bla bla bla blabl bla bla bla bla reblareblaaa
bla bla bla bla bla MOTIF1 #DATA1
MOTIF2 #DATA2
bla bla bla bla


qu'est ce qui différencie #DATA1 ou #DATA2 du bla bla qui le suit?

Christophe

#DATA1 est encadré par motif1 et motif2
#DATA2 peut être encadré par motif2 et un motif3 ou éventuellement un /n

alors tu fais:

Code:

---

1 2 3

$data1 = $ascii; $data1 =~ s/^(.*MOTIF1\s)(.*)(\sMOTIF2.*)$/$2/m;

---

(j'ai pas fait de vérif)

et pour data2, tu fais pareil en remplaçant ce qui encadre

Christophe.

En fait cela me donne le meme résultat cela ne m'enlève pas les lignes avant et après dans la variable.

Si je fait un print $ascii avant traitement j'ai :
/n
Réalisateurs : WALT DISNEY DEAN DEBLOIS CHRIS SANDERS/n
Interprète : DESSIN ANIME/n
Genre : DESSIN ANIME / VIDEO/n
Support : DVD/n
/n
/n
commentaire : bla bla bla

et je souhaite récupérer
$réalisateur = "WALT DISNEY DEAN DEBLOIS CHRIS SANDERS";
$genre = "DESSIN ANIME / VIDEO";
$support = "DVD";

donc dans l'esprit de ce que tu me disais je pensait

faire :
$genre =~ s/^(.*Genre\s)(.*)(\sSupport.*)$/$2/m;

Mais le .* de début et de fin ne semblent pas être pris en compte :(

du coup je me retrouve avec :
$genre =
"Réalisateurs : WALT DISNEY DEAN DEBLOIS CHRIS SANDERS
Interprète : DESSIN ANIME
: DESSIN ANIME / VIDEO";

sic !

Je n'arrive pas en fait à passe outre les retours chariots semble t'il.

ALors je viens de trouver une bonne piste en faisant :

$genre =~ s{.*Genre(.*)Support.*} {$1}gsx;

Me reste à virer le : et les espaces avants et après. Mais j'ai encore du mal à combiner plusieurs regexp en une seule si qqun peut m'aider.
:D

Et avec une règle comme ça ?

Code:

---

m/Genre : (.*)/$1

---

Ca marche pas ? (Note que je ne fais pas de Perl et donc je ne connais pas bien les regexp en Perl :? )

Alors voilà où j'en suis

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

sub thru_to { my ($from, $thru, $to); $from = $_[0]; $thru = $_[1]; $to = $_[2];     $from =~ s{(.*$thru)(.*)($to.*)\s+$} {$2}s; $from =~ s/^\s+//; $from =~ s/\n/ /g; $from =~ s/^:|//gs; $from =~ s/^\s+//;   return $from;   }   $genre= &thru_to ($ascii, 'Genre', 'Support');

---

Le problème est que s'il y a plusieur fois le motif de terminaison (ici Support) la portion de texte sélectionnée est entre genre et la dernière occurence du second motif argh !!!

Voilà ma solution (en partant du $ascii sans traitement) :

Code:

---

1 2 3 4 5 6 7 8 9

@lignes = split("\n", $ascii);   foreach $ligne (@lignes) { $ligne =~ /(.*) : (.*)/; if ($1 eq "Réalisateurs") { $realisateur = $2; } if ($1 eq "Interprète") { $interprete = $2; } if ($1 eq "Genre") { $genre = $2; } if ($1 eq "Support") { $support = $2; } }

---

vic

C'est vrai que j'avais pas pensé dans ce sens là avec tout ça si j'arrive pas à me débroullier.

Merci.