[XML] Arbre DOM d'une page HTML et Qt4.4 (manque des noeuds)

Version imprimable

Voir 40 message(s) de cette discussion en une page

salut,
j'ai arriver a faire une application QT4 et webkit qui fait le chargement d'une page web puis affiche leur code html ,et maintenat je suis entrain de construire l'arbre dom de page html ,j'ai arrivé a construire l'arbre pour la racine de la page (les noeuds de la racine ) voila mon code :
QDomElement racine = doc.documentElement(); //renvoie la balise racine

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
   QDomNode noeud = racine.firstChild();  
 
 while (!noeud.isNull()) {
 
         if (noeud.isElement()) {
                QDomElement e = noeud.toElement();
                qDebug() << "Element name : " << e.tagName();
 
 
                affichage = e.tagName(); 
 
 
                  QStringList attributes;
                  QDomNamedNodeMap emap = e.attributes();            
                for(i=0;i<emap.length();++i) {
                                                       qDebug() << " la balise " <<e.tagName()<< "has attributs ::" ;
                                                       QDomNode attribute = emap.item(i);
                                                       attributes << attribute.nodeName() + "=\""
                                                       +attribute.nodeValue() + "\"";                                                
                                                       qDebug() <<attributes ;
 
 
                                              }
 
                      listnode = e.childNodes();       //crée un tableau des enfants
 
               for(i=0;i<listnode.length();i++) {
 
         					   n = listnode.item(i);
            					   affichage = affichage + " " + n.firstChild().toText().data();
              					   QDomElement eaff = n.toElement(); 
            					   affichage = affichage + " " + eaff.tagName(); 
           					   qDebug() << "childs names de la balise  " <<e.tagName()<< "est : "<<eaff.tagName();
                                                   if (n.hasChildNodes ()) {
                                                           slistnode = eaff.childNodes(); 
                                                             int k= eaff.childNodes().count();  qDebug()<<" k=== "<< k;
                                                  for(int k=0;k<slistnode.length();k++) {
 
         					    sn = slistnode.item(k);
            					   affichage = affichage + " " + sn.firstChild().toText().data();
                                                     QDomElement eafff = sn.toElement(); 
 
 
                                                                              }}
      			                         }   if (!n.hasChildNodes ()) {qDebug()<<" 00000 ";} 
                                                   msg.setText(affichage);            //affichage dans un QMessageBox
      						   msg.exec();
 
                       }
        	 noeud = noeud.nextSibling();
 
 }

comment je peux modifier mon code pour avoir afficher les noeuds des noeuds de la balise racine ??
par exemple pour cette page html:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
<html>
<head>
<title> premier test </title></head>
<body><table border=9 height=100% width=100% bgcolor=skyblue>
<tr>
 <td>
   <a href=culture.html target=blank> <b><u><font color=red> culture :</font></u></b><br> journée mondial pour les enfants </a>	
 
 </td>
</tr>
</table>
</body>
</html>

il affiche que <title> est l'enfant de <head>
et <table> est l'enfant de <body>
comment je peux avoir aussi que <td> est l'enfant de <tr> et <a> l'enfant de <td>..ect ??? c'est a dire l'arbre dom de tous les balises ???,
merci pour tout aide ;;;

15/05/2008, 11h33
yan

Bonjour.
merci d'utiliser les balise (le # quand tu ecrit un message)

as tu créé ton arbre par un parcours récursif des noeuds?
15/05/2008, 12h53
GoldenEyes

Citation:

Envoyé par Mongaulois

Bonjour.
merci d'utiliser les balise (le # quand tu ecrit un message)

as tu créé ton arbre par un parcours récursif des noeuds?

salut;
non j'ai pas fait un parcour récursif j'ai refflichi a ça, mais j'arriverai pas a le faire avec QT4 ,vous pouvez me donner des idées ??
merci pour tout aide ;;
15/05/2008, 13h00
Alp

Il faut que tu fasse une fonction récursive qui prenne un noeud en argument et qui :
- affiche le nom de l'élément représenté par le noeud donné en argument
- applique cette même fonction à tous les noeuds enfant du noeud donné en argument si le noeud en question a des noeuds enfants (ce sera ça qui va faire que la fonction ne va pas s'appeler elle-même un nombre infini de fois)
15/05/2008, 13h17
GoldenEyes

Citation:

Envoyé par Alp

Il faut que tu fasse une fonction récursive qui prenne un noeud en argument et qui :
- affiche le nom de l'élément représenté par le noeud donné en argument
- applique cette même fonction à tous les noeuds enfant du noeud donné en argument si le noeud en question a des noeuds enfants (ce sera ça qui va faire que la fonction ne va pas s'appeler elle-même un nombre infini de fois)

merci pour ces idées je vais essayer de le faire ;;
bon developpement;;

Citation:

Envoyé par Alp

Il faut que tu fasse une fonction récursive qui prenne un noeud en argument et qui :
- affiche le nom de l'élément représenté par le noeud donné en argument
- applique cette même fonction à tous les noeuds enfant du noeud donné en argument si le noeud en question a des noeuds enfants (ce sera ça qui va faire que la fonction ne va pas s'appeler elle-même un nombre infini de fois)

salut ; merci pour l'idée je l'ai fait et ca marche bien mais pour des page HTML simple par exemple cette page :

Code:

1
2
3
4
5
6
7
8
9
10
11
<html>
<title> premier test </title>
<table border=9 height=100% width=100% bgcolor=skyblue>
<tr>
 <td>
   <a href=culture.html target=blank> <b><u><font color=red> culture :</font></u></b><br> journée mondial pour les enfants </a>	
    <a href=sport.html target=self> <img src=pho/1.gif border=5 height=50% width=50% > </img></a>
 </td>
</tr>
</table>
</html>

j'ai essayer pour : http://www.google.com il affiche que quelques balises ?? a ce que le probleme est au niveau de mon code ??
voila mon code :

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
void MainWindow::lire()
{
   int i=0;
 
   QDomElement e;
   QDomNode n;
   QWebFrame *mainFrame = centralWidget->webView->page()->mainFrame();
   QString frameText = mainFrame->toHtml();
   centralWidget->plainTextEdit->setPlainText(frameText);
   QDomDocument doc;
   doc.setContent(frameText);
   QDomElement racine = doc.documentElement();            
   QDomNode noeud = racine.firstChild();  
 while (!noeud.isNull()) {         
         if (noeud.isElement()) {
                 e = noeud.toElement();
 
                 Arbre_DOM(noeud,e);  
                                }
        	 noeud = noeud.nextSibling();
 
                        }       
}
 
void MainWindow::Arbre_DOM(QDomNode node, QDomElement element) 
{
 int i=0;
   QDomNodeList listnode;  
   QDomNode n;
   QDomElement eaff; 
   m_node = node; 
   m_element = element;               
                    listnode = m_element.childNodes();  
 
                       for(i=0; i<listnode.length() ; i++) {
 
         				             n = listnode.item(i);
              					     eaff = n.toElement(); 
           					    qDebug() << "le fils de la balise  " <<element.tagName()<< "est : "<<eaff.tagName();
                                                     if  (listnode.item(i).hasChildNodes ()) {  Arbre_DOM(listnode.item(i),eaff); }
      			                                    }   
 
}

merci pour tout aide ;;;

26/05/2008, 11h19
GoldenEyes

Citation:

Envoyé par Mongaulois

Bonjour.
merci d'utiliser les balise (le # quand tu ecrit un message)

as tu créé ton arbre par un parcours récursif des noeuds?

salut,,
j'ai fait un parcours recursif mais il se bloque lorsque je charge des pages web comme (google , hotmail ..ect) , j'ai pas arrivai encore a voir le prbleme de mon code,
vous pouvez m'aider j'ai envoyé mon code ???
merci pour tout aide,
26/05/2008, 21h47
yan

salut
Comment cela il se bloque?
26/05/2008, 22h11
yan

Tu appel ta fonction lire quand?? aprés chargement de la page ou tu ne sait pas?
27/05/2008, 00h02
yan

:koi:
j'ai essayé. J'ai pas réussi non plus :(
27/05/2008, 00h14
IrmatDen

Salut,

Y'aurait moyen d'avoir une micro archive de test svp? (la flegme de m'y mettre de zéro :aie:)

en parcourant les DomElement. J'avais aussi essayé en parcourant les DomNode, pas mieux...

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
#include <QtGui>
#include <QtWebkit>
#include <QtXml>
class myObject : public QObject
{
Q_OBJECT
public :
myObject()
{
	connect(&page,SIGNAL(loadFinished ( bool) ), this,SLOT(finChargement()));
}
void load(QString s)
{
	page.mainFrame()->load(s);
}
QWebPage page;
public slots :
 
void ParcoureArbre_DOM( QDomElement element,int level) 
{
 
   QDomNodeList listnode = element.childNodes(); 
   {
	   QString s;
	   QTextStream stream(&s);
	   for (int i=0;i<level;++i) stream<<"  ";
	   stream<<element.tagName();
	   qDebug() << s ;        
   }
    for(int i=0; i<listnode.length() ; ++i) 
	{       
		if (listnode.item(i).isElement())
			ParcoureArbre_DOM(listnode.item(i).toElement(),level+1); 
	} 
}
 
void finChargement()
{
   QString frameText = page.mainFrame()->toHtml();
   QDomDocument doc;
   doc.setContent(frameText);
   ParcoureArbre_DOM(doc.documentElement() ,0); 
}
 
};
#include "main.moc"
int main(int argc, char** argv)
{
QApplication app(argc,argv);
myObject obj;
obj.load("http://www.google.com");
 
return app.exec();
 
}

27/05/2008, 09h49
yan

http://validator.w3.org/check?uri=ht...e&ss=1&group=0

la page ne serait pas un xml valide... :koi:??

Citation:
Envoyé par Mongaulois
en parcourant les DomElement. J'avais aussi essayé en parcourant les DomNode, pas mieux...
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 #include <QtGui> #include <QtWebkit> #include <QtXml> class myObject : public QObject { Q_OBJECT public : myObject() { connect(&page,SIGNAL(loadFinished ( bool) ), this,SLOT(finChargement())); } void load(QString s) { page.mainFrame()->load(s); } QWebPage page; public slots : void ParcoureArbre_DOM( QDomElement element,int level) { QDomNodeList listnode = element.childNodes(); { QString s; QTextStream stream(&s); for (int i=0;i<level;++i) stream<<" "; stream<<element.tagName(); qDebug() << s ; } for(int i=0; i<listnode.length() ; ++i) { if (listnode.item(i).isElement()) ParcoureArbre_DOM(listnode.item(i).toElement(),level+1); } } void finChargement() { QString frameText = page.mainFrame()->toHtml(); QDomDocument doc; doc.setContent(frameText); ParcoureArbre_DOM(doc.documentElement() ,0); } }; #include "main.moc" int main(int argc, char** argv) { QApplication app(argc,argv); myObject obj; obj.load("http://www.google.com"); return app.exec(); }
merci pour vos reponses,
je fait l'appel de lire() apres le chargement de la page ,
il se bloque c'est a dire que il ne donne pas toutes l'arbre Dom de la page HTML,
merci pour ton code je l'ai essayer il ma donner le meme resultat que le mien :
"html"
" head"
" meta"
" title"
" style"
" script"
hors si on vois le code HTML de google il contient encore plusieurs balises a l'interieure de <body> qui est apres la balise </script>comme <div> <a> <img> .. ect... c'est pour ca j'ai dit que il se bloque ,,
j'ai pas compri pour quoi il s'arrete l'appel ???

merci pour tout aide ,,

27/05/2008, 09h58
yan

On en est au même point...
http://www.chez.com/xml/htmlt/cloner.htm
27/05/2008, 10h06
yan

un debut de solution?
http://www.scalingweb.com/html_parser.php
27/05/2008, 10h17
GoldenEyes

Citation:

Envoyé par Mongaulois

On en est au même point...
http://www.chez.com/xml/htmlt/cloner.htm

merci pour le lien ,,
donc il faut transformer la page HTML to XML avant de construire l'arbre DOM ,,
c'est ca si j'ai bien compri???
merci pour tout aide
27/05/2008, 10h29
yan

Citation:

Envoyé par GoldenEyes

merci pour le lien ,,
donc il faut transformer la page HTML to XML avant de construire l'arbre DOM ,,
c'est ca si j'ai bien compri???
merci pour tout aide

apparemment oui.
27/05/2008, 14h02
GoldenEyes

Citation:

Envoyé par Mongaulois

un debut de solution?
http://www.scalingweb.com/html_parser.php

merci pour le lien ,,
j'ai pas arriver a compiler je travail sous linux (ubuntu )??
vous pouvez m'aider
merci pour tout aide ,,
27/05/2008, 14h21
yan

J'ai tout compris mais il semble su'il utilise du java...
A mon avis le plus simple est d'utiliser HTML Tidy

Voir 40 message(s) de cette discussion en une page