selectionner du html en xml

Version imprimable

salut ,
mon but est en fait de parcourir un fichier html et copier juste ce qui se trouve entre les tag perso dans un autre fichier pour le transformer en xml.
esxemple

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
<html >
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=us-ascii" />
    <title>Exemple </title>
 
  </head>
  <body>
blaaa blaaaa blaaaaa
<tag_perso>
 <table summary="Tidy Options Quick Reference Header Section" border="0" cellpadding="3" cellspacing="0">
      <tr valign="bottom">
        <td class="h3" colspan="2" id="MarkupHeader">HTML, XHTML, XML Options</td>
        <td valign="top">
          <a href="#top">Top</a>
        </td>
        <td>
       toto
       </td>
      </tr>
</table>
</tag_perso>
bla bla bla bla 
</body>
</html>

savez vous comment peut on faire ceci???

07/11/2005, 13h02
zekey

Salut
Tu peux utiliser jdom qui est très simple et adapté pour tes besoins.

--------------------------------------------
Steve Hostettler
ze_key@hotmail.com / www.zekey.net
07/11/2005, 13h19
nayron_1

euh je vois pas trop comment faire là??
07/11/2005, 13h23
FreshVic

Citation:

Envoyé par nayron_1

euh je vois pas trop comment faire là??

Et bien ton fichier html doit etre bien formé , balise ouvrante et fermante en gros du XHTML du coup ton fichier html est un fichier XML lisible par un parser XML , tu as deux solution DOM et SAX , DOM te charge l'arbre complet de ton fichier XML et sax fonctionne sur le principe de callback tu implemente des methode qui seront appeler lorsque le parser passeras sur les balises.

Sinon si tu veux quelque chose de moins fin tu as les expressions reguliere tu recherche ta balise ouvrante et ta balise fermante et tu prend ce qu'il y a entre les deux et puis voila !!! :wink:
07/11/2005, 13h26
zekey

Essayes ce tutorial:
http://www.cafeconleche.org/slides/nypc/jdom/

--------------------------------------------
Steve Hostettler
ze_key@hotmail.com / www.zekey.net
07/11/2005, 13h54
nayron_1

merci je vais essayer de le lire,et puis on verra ce que ceci va donner
07/11/2005, 14h06
nayron_1

bah en fait je vient d'essayer XSLT et j'arrive à enlever toutes les balises indesirables par contre le contenu de ces dernieres reste dans mon fichier XML du coup il n'est pas bien formé
07/11/2005, 14h13
FreshVic

Avec XSLT tu peux creer un nouveau fichier , le format du fichier de sorti est representé dans ton xsl et les données dans le fichier XML en l'occurence ton fichier HTML , donc a priori tu peux faire de ton nouveau fichier un fichier XML bien formé non ?
Je suis pas un expert XSL mais tu n'as qu'une seul regle (template) pour la balise (monTag) le reste tu n'y prete pas attention !!!
:wink:

bah en fait ça marche à moitiè comme j'ai dis ,voila un exemple
fichier initial :

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
<html>
  <body>blaaaaaaaaaaaa 
  <title>salut tout le monde</title>
 
  <tagPerso>
    <table>
      <tr>
        <th>entree ligne 1</th>
 
        <td>colonne 1.1</td>
 
        <td>colonne 2.1</td>
      </tr>
 
      <tr>
        <th>ligne 2</th>
 
        <td>colonne 2.1</td>
 
        <td>colonne 2.2</td>
      </tr>
    </table>
  </tagPerso>
 
  blaaaaaaa</body>
</html>

fichier après une transformation XSLT :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
<?xml version="1.0" encoding="ISO-8859-1"?>
blaaaaaaaaaaaa 
  salut tout le monde<donnee>
<ligne>
<titre_ligne>entree ligne 1</titre_ligne>
<colonne>colonne 1.1</colonne>
<colonne>colonne 2.1</colonne>
</ligne>
<ligne>
<titre_ligne>ligne 2</titre_ligne>
<colonne>colonne 2.1</colonne>
<colonne>colonne 2.2</colonne>
</ligne>
</donnee>
 
  blaaaaaaa

comme vous voyez mon probleme c'est le bla bla à l'exterieur des balises xml.
si vous avez une idée ...

07/11/2005, 16h46
FreshVic

Et ton fichier XSL ressemble a quoi ?

mon fichier XSl est le suivant:

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
 
<?xml version="1.0" encoding="iso-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
	<xsl:output method="xml" encoding="iso-8859-1" indent="yes"/>
	<xsl:strip-space elements="*"/>
	<xsl:preserve-space elements="donnee|ligne|colonne|titre_ligne|th"/>
	<!--debut u traitment :on detecte la partie à traiter-->
	<xsl:template match="tagPerso/table">
		<!--on place une balise donées-->
		<donnee>
 
			<xsl:call-template name="tr"/>
			<xsl:apply-templates/>
		</donnee>
	</xsl:template>
	<!--on arrive à une ligne :on remplace les balises par ce qu'il faut-->
	<xsl:template match="tr" name="tr">
		<xsl:for-each select="tr">
			<ligne>
				<xsl:value-of select="tr"/>
				<xsl:call-template name="th"/>
				<xsl:call-template name="td"/>
				<xsl:apply-templates/>
			</ligne>
		</xsl:for-each>
	</xsl:template>
	<!--on arrive à une colonne :on remplace les balises par ce qu'il faut-->
	<xsl:template match="td" name="td">
		<xsl:for-each select="td">
			<colonne>
 
				<xsl:value-of select="td"/>
 
				<xsl:apply-templates/>
			</colonne>
		</xsl:for-each>
	</xsl:template>
	<!--on arrive au titre de la ligne :on remplace les balises par ce qu'il faut-->
	<xsl:template match="th" name="th">
		<xsl:for-each select="th">
			<titre_ligne>
				<xsl:value-of select="th"/>
				<xsl:apply-templates/>
			</titre_ligne>
		</xsl:for-each>
	</xsl:template>
	<!--on remplace les caractères speciaux par ce qu'il faut-->
	<!--
	<xsl:template name="remplacer">
		<xsl:param name="caractere"></xsl:param>
		<xsl:variable name="match">&#xa0;/()"&lt;&gt;&amp;°:</xsl:variable>
		<xsl:variable name="remplacer">__0</xsl:variable>
		<xsl:value-of select="translate(normalize-space($caractere),$match,$remplacer)"/>
	</xsl:template>
	-->
</xsl:stylesheet>

qu'en pense tu???

07/11/2005, 17h07
FreshVic
Malheureusement j'ai pas une grosse experience en XSL , je pense avoir une solution mais elle risque d'etre tres fastidieuse , j'ai l'impression que lorsque le moteur XSL tombe sur une balise et qu'il n'a pas de templates correspondant il se contente d'afficher sont contenue , donc si pour toutes les balise possible tu mes dans le XSL :
Code:

1 2 3 4 <xsl:template match="body"> </xsl:template>
(ici j'ai mis la balise Body)
Mais bon je pense qu'il doit y avoir un parametrage qui permettrais d'eviter ce genre de truc !!!!

SInon essaye ca :
Code:

1 2 3 4 5 6 <xsl:template match="/"> <xsl:apply-templates select="tagPerso/table"/> </xsl:template >
Peut etre que ca marcheras !!! :wink:

07/11/2005, 17h13
nayron_1

ca c'est une premiere idee mais le truc c'est comme tu l'as si bien dis :

Citation:

pour toutes les balise possible

aussi un autre prolbeme ,c'est que on ne connait pas a priori l'architecture de la page donc ça ne marchera pas ,
merci quand meme :o
[/quote]
07/11/2005, 17h23
FreshVic
Citation:
Envoyé par FreshVic

SInon essaye ca :

Code:

1 2 3 4 5 6 <xsl:template match="/"> <xsl:apply-templates select="tagPerso/table"/> </xsl:template >

Peut etre que ca marcheras !!! :wink:
tu as essayé ca !!
Le truc c'est qu'il faut le forcer a ne pas traiter les balise autres que tagPerso , en faisant ca , ca le force peut etre à passer de la balise <HTML> à la balise <tagPerso>
Mais bon ce n'est qu'une supposition !!
07/11/2005, 17h33
NGY

Sinon, je pense que sur le forum XML, il y a quelques intervenants qui sont capables de te pondre ça en qques minutes ...
07/11/2005, 17h58
nayron_1

malheureusemnt ceci ne marche pas car c'est le contraire qui se produit