Analyse de code HTML et simplification par l'XML

Bonjour,

J'ai une page HTML bien complexe récupérée sur le web automatiquement et je dois recuperer des infos dedans...
Seul soucis, le format de la page change subreptissement souvent pour eviter les repompes, genre des tags d'un TD mis dans un ordre different etc etc...

Je me demandais si plutot que de découper de la chaine de caratere brut il ne serait pas mieux d'appliquer une feuille XSL pour virer les tags inutiles <script></script>, et garder le plus important <TD> et autre <B> qui me donnent eux de vrais infos sur ou se trouvent mes infos.. en plsu apres si le format change je ne refais que la page XSL.

Qu'en pensez-vous ? avez vous des bous de codes XSL en exemple ? je ne sais même pas par quoi commencer vu que je suis pas un pro en XML....

merci !

Peut être possible a condition deja qu'il n'y est pas de signe < dans les balises script et que cela respecte un format xml, pas de bailse <br> ou <p> non ferme par exemple

Bonjour,

si ta page récupérée n'est pas au format XHTML "strict", il y a peu de chances qu'elle soit bien formée au sens XML du terme et donc exploitable directement par un processeur XSLT. Tu vas donc devoir passer par un pré-traitement pour la rendre conforme au standard XML, avant de récupérer les informations. L'outil idéal pour ce type de traitement est Tidy.

plutot que de completer le code je pensais le nettoyer, en virant les balises inutiles surtout....
je vais voir Tidy quand meme c'ets toujours bon à connaitre ca.

Après épuration, mon code est conforme toute balise ouverte est fermée...