eliminer les tag html

Version imprimable

15/11/2006, 01h36
solawe

eliminer les tag html

slt,
je travaille sur un projet d'etude d'un petit compilateur et j'ai besoin d'un programme en langage C qui elimine toutes les balises d'un fichier html cad(<....> et </....>).
si quelqu'un a deja travaille sur un truc pareille et qui peux m'aider.
merci d'avance
15/11/2006, 09h13
salseropom

Salut, à première vue, je te dirais de parcourir toutes les lignes avec fgets() et ensuite avec strstr() tu cherches les caractères que tu veux enlever.
15/11/2006, 10h11
fearyourself

Citation:

Envoyé par m@rki

slt,
je travaille sur un projet d'etude d'un petit compilateur et j'ai besoin d'un programme en langage C qui elimine toutes les balises d'un fichier html cad(<....> et </....>).
si quelqu'un a deja travaille sur un truc pareille et qui peux m'aider.
merci d'avance

Si tu travaille sur une étude d'un compilateur, lex & yacc serait plus approprié pour faire ton travail.

Jc
15/11/2006, 10h47
solawe

merci pr le conseil,mais je travail sur un ptt projet et le but c'est faire les traitements en C
15/11/2006, 12h05
Emmanuel Delahaye

Citation:

Envoyé par m@rki

merci pr le conseil,mais je travail sur un ptt projet et le but c'est faire les traitements en C

C'est un simple automate. Il suffit de lire les caractères en séquences.

Evènements : '<', '>', EOF, reste du monde.
Etats : in-tag, not-in-tag

Je ne vois pas trop où est la difficulté...

Fait de ton mieux et poste ton code.
15/11/2006, 14h55
koala01

salut,

Citation:

Envoyé par Emmanuel Delahaye

C'est un simple automate. Il suffit de lire les caractères en séquences.

Evènements : '<', '>', EOF, reste du monde.
Etats : in-tag, not-in-tag

Je ne vois pas trop où est la difficulté...

Fait de ton mieux et poste ton code.

Soit, mais...

Qu'en est-il d'une chaine du genre de

Citation:

Verifiez que a< 35 et que b>40

(version simple)

Si tu ne définis pas explicitement au minimum les balises HTML, la partie "35 et que b" sera considérée comme étant une balise, donc retirée 8O ...Alors que ce n'est absolument pas une balise...
15/11/2006, 14h58
Médinoc

En HTML normal, ce sera considéré comme un balise à moins d'avoir > et < à la place.

Ce qui m'inquiète plus, ce sont les attributs entre guillemets DANS les balises elles-mêmes. Pour ça, il faudrait donc reconnaitre les guillemets, apostrophes et caractères d'échappement...

Citation:

Envoyé par koala01

Soit, mais...

Qu'en est-il d'une chaine du genre de
(version simple)

Si tu ne définis pas explicitement au minimum les balises HTML, la partie "35 et que b" sera considérée comme étant une balise, donc retirée 8O ...Alors que ce n'est absolument pas une balise...

Gné ? Pas conforme à W3C ça. '<', ça se code "<" en HTML.

Exemple de code que j'écris moi même avec mes petits doigts :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 <li><b>Bibliothèque standard</b> <ul> <li> <a href="#difftime"><time.h> : bien utiliser difftime()</a> </li> <li> <a href="#rand"> rand(), srand()... j'y comprends rien...</a> </li> </ul> </li>
tiré de http://emmanuel-delahaye.developpez.com/notes.htm