expression régulière inverse

bonjour,

j'aimerais utiliser une expression régulière afin de sélectionner tout ce ce qui ne se trouve pas entre commentaires dans un fichier HTML

exemple

ceci est <!--note à exclure--> du texte dans un fichier HTML

devient

ceci est du texte dans un fichier HTML

en bref, je cherche à faire l'INVERSE de ceci :
<!--[^>]*>

merci pour ce forum très utile

Fabrice

Tu devrais y arriver plus facilement en utilisant HTMLParser
Avec un Handle_comment qui les squiz et une redirection pour le reste.

Sinon ta reg pourrais resembler à ca (j'ai pas tester, c'est surement à corriger un peu) :

Code:

---

"<.*(?:<!--.*?-->).*>"

---

en fait, j'utilise mon expression régulière dans le cadre de Beautiful Soup (http://www.crummy.com/software/BeautifulSoup/) :

soup = BeautifulSoup()
soup.feed(html)
soup.html.body.fetchText(re.compile('(\\r|\\n|\\t)*<!--[^>]*>)')

ceci sélectionne uniquement les commentaires (considérés comme des noeuds de type texte par Beautiful Soup)

ce que je cherche à faire est tout à fait l'inverse ;-)

T'as testé celle que je t'ai mis ?

merci pour ton aide; je ne comprends pas exactement ta regexp :

<.*(?:<!--.*?-->).*> ne sélectionne rien

alors que

.*(?:<!--.*?-->).* sélectionne une partie des commentaires

En gros :

<.*> selectionne tout ton code HTML. (du premier < au dernier >)

(?:<!--.*?-->) match les commentaire, mais sans posibiliter de les récuperer avec la fonction group () (opérateur (?:...) + <!--.*?--> pour definir 1 commentaire)

J'ai fait un mix des deux.
Qu'entend tu par une partie des commentaires ? Le premier ?
Peut-etre avec un : .*(?:<!--.*?-->)+.*

dans le cadre de beautiful Soup :

soup.html.body.fetchText()

me renvoie une liste contenant TOUS les noeuds de type texte et les commentaires

en ajoutant une regexp, il filtre les noeuds en renvoyant uniquement ceux compatibles avec la regexp; j'aimerais avoir uniquement les noeuds de type texte. ceci me renvoyant les commentaires :

print soup.html.body.fetchText(re.compile('(\\r|\\n|\\t)*<!--[^>]*>'))

je cherche à faire qqchose comme ceci :

print soup.html.body.fetchText(NOT(re.compile('(\\r|\\n|\\t)*<!--[^>]*>')))

...incorrect évidemment

Tu peux executer un fetchText () et me mettre un bout de ce qu'il te retourne ?

voici le genre de commentaire que FetchText me sélectionne (je dois prendre en compte les noeuds texte commençant par \n ou \r):

Code:

---

1 2 3 4 5 6

<!--var pub=0;var myDate = new Date();AT_MISC = myDate.getTime();document.write(\'<script src="http://adserver.adtech.de/?addyn|2.0|224|63623|1|1|target=_blank;loc=100;misc=\' + AT_MISC + \';grp=1">\');if (navigator.userAgent.indexOf("Mozilla/2.") >= 0 || navigator.userAgent.indexOf("MSIE") >= 0) { document.write(\'<img src="http://adserver.adtech.de/?adserv|2.0|224|63623|1|1|ADTECH;grp=1;loc=200;" border="0" width="468" height="60">\');}document.write(\'</scr\' + \'ipt>\');// --> \r\n<!--\r\nfunction verific(frm)\r\n{\r\nif(frm.textfield.value.length > 0)\r\n{\r\nreturn true;\r\n}\r\nreturn false;\r\n}\r\n-->\r\n <!-- DEBUT / DStats -->\r\n <!--dte = new Date();document.writeln(\'<img width="1" height="1" src="http://www.jeuxvideo.com/cgi-bin/dstats?S=001&C=042&D=\' + dte.getHours()+dte.getMinutes()+dte.getSeconds()+\'">\');//-->\r\n \r\n<!-- FIN / DStats -->\r\n

---

[/code]