Problème de tableau après parsing
Bonjour à tous,
Voici mon problème, j'ai souhaité via mon programme Perl parser une adresse URL (rentrer dans le code html) et récupérer des informations qui se situent entre des balises.
J'arrive à les récupérer, cependant ma console n'affiche pas ce que je voudrais réellement !! Je m'explique :
Je voudrais récupérer des noms de gène, de maladies et de médicaments. Ainsi je voudrais que la console m'écrive :
Noms des différents gène : ********* / ************ / ********/ ...
Noms des différentes maladies : ********/ ********/ ...
Noms des différents médicaments : *********/ *********/ **/ ...
J'ai pour cela créer des tableaux, mais regarder plutot mon code et dite moi ce qu'il ne convient pas MERCI
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
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
| #!/usr/bin/perl
use strict;
use warnings;
use HTML::Parser;
use LWP::Simple;
my $baseurl = 'http://www.pharmgkb.org/do/serve?objId=';
my $flag = 0;
die "usage: $0 role code\n"
if @ARGV != 2;
my $role = $ARGV[0];
my $code = $ARGV[1];
print "$code\n";
print "$role\n";
if ($role ne 'Gene'){
if ($role ne 'Disease'){
if ($role ne 'Drug'){
die "not a valid a role\n";
}
}
}
my $url = $baseurl.$code.'&objCls='.$role;
my $page = get($url);
my @tab_gene= @_ ;
my @tab_disease = @_;
my @tab_drug= @_;
#Parser
my $parser = HTML::Parser->new(start_h => [\&start_rtn,"tag, attr"],
text_h => [\&text_rtn, "text"],
end_h => [\&end_rtn, "tag"]
);
sub start_rtn {
my ($tag, $attr) = @_;
if ($tag =~ /^title$/){
$flag = 1;
}
if ($tag =~ /^a$/
and defined $attr->{href}
and $attr->{href} =~ /^\/do\/serve\?objId=PA[0-9]+&objCls=Gene$/
){
$flag = 2;
}
if ($tag =~ /^a$/ and defined $attr->{href}
and $attr->{href} =~ /^\/do\/serve\?objId=PA[0-9]+&objCls=Disease$/
){
$flag = 3;
}
if ($tag =~ /^a$/ and defined $attr->{href}
and $attr->{href} =~ /^\/do\/serve\?objId=PA[0-9]+&objCls=Drug$/
){
$flag = 4;
}
}
sub text_rtn {
my ($text) = @_;
$text =~ s/\n//g;
if($flag == 1){
print "Le titre : $text \n";
}
if($flag == 2){
push(@tab_gene, $text);
my $Text_gene = join(" / ", @tab_gene);
print"Noms des différents gènes : $Text_gene\n";
}
if($flag == 3){
push(@tab_disease, $text);
my $Text_disease = join(" / ", @tab_disease);
print"Noms des différentes maladies : $Text_disease\n";
}
if($flag == 4){
push(@tab_drug, $text);
my $Text_drug = join(" / ", @tab_drug);
print"Noms des différents médicaments : $Text_drug\n";
}
}
sub end_rtn {
my ($tag) = @_;
if ($tag =~ /^\/title$/){
$flag = 0;
}
if ($tag =~ /^\/a$/ && ($flag==2 || $flag==3 || $flag == 4)){
$flag = 0;
}
}
#start parsing
$parser->parse($page);
#end parser
$parser ->eof; |
Ma console m'écrit :
Code:
1
2
3
4
5
6
7
8
9
| PA444517
Disease
Le titre : PharmGKB: Hypercholesterolemia, Familial
Noms des différents gènes : ESR1
Noms des différents gènes : ESR1 / LDLR
Noms des différents gènes : ESR1 / LDLR / MTTP
Noms des différents médicaments : atorvastatin
Noms des différents médicaments : atorvastatin / estrogens
Noms des différents médicaments : atorvastatin / estrogens / torcetrapib |
Et je voudrais que ma console écrive : (supprimer les étapes "intermédiaire" des tableaux)
Code:
1
2
3
4
5
| PA444517
Disease
Le titre : PharmGKB: Hypercholesterolemia, Familial
Noms des différents gènes : ESR1 / LDLR / MTTP
Noms des différents médicaments : atorvastatin / estrogens / torcetrapib |
MERCI pour vos commentaires, et demandez moi si vous ne saisissez pas mon problème !!!
