Version imprimable
je suis un peu bloque sur la realisation d'un code .
Voila l'idee :
l'idee est que je voudras pouvoir effacer ce qui se trouve entre l'ouverture d'une balise et la fermeture de cette meme balise:
Ex:
bienvenue<TITLE>dans</TITLE>le monde
le resultat de mon code devrait me donner : bienvenue le monde.
Ce qui veut dire que le code devrait etre capable de suprimer tout ce qui ce trouve entre des balise ouvrant et des balise fermante.
Si quelqu'un a une idee, car la je seche un peu.
Merci
Tu en es à la conception et non au codage. C'est donc un problème d'algorithme (par exemple, machine à état) et non de langage.Citation:
Envoyé par ostie127
Discussion déplacée.
J'ai rapidement cherché s'il existait une librairie d'analyse HTML (comme la libxml permet d'analyser du XML) mais j'ai pas trouvé.Citation:
Envoyé par ostie127
Le problème, c'est aussi de dire comment se comportera ton pgm s'il tombe sur le code suivant
Vas-tu supprimer tout ce qu'il y a entre <P> et </P> ou descendre aussi au niveau de <u> et </u> ou <b> et </b> ou <font> et </font>. Et dans ce dernier cas, vas-tu encore aller voir ce qu'il y a entre <i> et </i> ???Code:<P align="justify>Cette pénombre qui m'attire comme un <u>aimant</u> me <b>désarçonne</b> et me laisse <font color="red"><i>sanglotant</i></font> et effaré devant tant ...</P>
Oui je dois tout supprimer.
Pas juste ce qui se trouve dans la baslise TITLE mais aussi les autres balises.
comme les balise P ou U etc.
En faite pour etre un peu plus claire avec mon sujet, je lis un ficher HTML en entre sur ma ligne de commande de cette manier :
Analyse.c(mon executable C)< fichier.html (le fichier html) > text (le fichier de retour (sans balise juste avec le texte)).
le fichier html est lu par mon code C a l'aide de la fonction getchar().
A partir de la je dois supprimer tout ce qui se trouve entre des balise ouvrante comme celle du <TITLE></TITLE> ou BIEN <P></P> etc, je ne dois garder que le texte qui ne se trouve pas entre balise.
Et cela est un vrai casse tete.
En tout cas si vous avez quelque chose a me proposer je prends.
Merci de vos aide.
L'algo "de base" n'est pas très compliqué mais, à la manière dont tu décris ton problème, il ne restera plus grand chose a afficher. Vu que le texte dans un fichier HTML est forcément encapsulé dans au moins 1 ou 2 balises (<HTML>,<BODY>,...), il ne restera plus rien. :aie:Citation:
Envoyé par ostie127
Bonjour,
je rejoins ce que dis PseudoCode.
Mais si tu souhaites vraiment supprimer ce qu'il y a entre certaines balises, il est facile de faire un petit analyseur lexical et syntaxique.
Pour apporter mon caillou à l'édiffice :
- Je suis parfaitement d'accord avec pseudocode, la fonction qui retourne la chaine vide devrait faire l'affaire ;-)
- Si tu veux traiter uniquement certaines balises, attention, la norme HTML n'impose pas nécessairement que les balises soient fermées (beurk), ce qui fait que tu peux avoir des choses comme
l'ouverture du second paragraphe fermant implicitement le premier.Code:
2
3
Have fun :-)
et pourquoi simplement ne pas prendre le parser existant ?
(sous Linux ou Unix, dans le code de Konqueror ou Mosaic, le code du widget HTML)
C'est de très très loin la meilleure solution vu la complexité du HTML du monde réel... D'ailleurs faire ce programme en C est légèrement farfelu, du Perl (ou du Python, ou du Ruby...) serait nettement plus adapté, ils proposent tous d'excellent parser HTML (HTML::Parser pour Perl, par exemple) et sont nettement plus adapté à la tâche.Citation:
Envoyé par souviron34
Néanmoins s'il s'agit d'un exercice où l'usage d'une librairie spécialisée est interdit et le C obligatoire, pas mal d'inspiration peut-être trouvée dans cette vieille discussion.
--
Jedaï