Récupérration + Optimisation de script

Version imprimable

1 pièce(s) jointe(s)

Bonjour,

Je reviens sur un sujet sur lequel j'avais eu beaucoup de problèmes et sur lequel j'ai depuis beaucoup bossé^^

Voici le sujet:
Je dois récupérer des informations sur un site référençant des DVD et les retourner sous ce format:
FILM:.....
RÉALISATEUR:.....

Voici le script que j'ai réussi à faire:

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
#!/usr/bin/perl -w	
 
$fichier=$ARGV[0];													
openF,$fichier; 													
if ($fichier =~/\.html$|\.htm$|\.php$/i)	{ 							
	open F, $fichier; 										
@lignes=<F>; 											
	for ($i=0; $i<=$#lignes; $i++)	{								
		if ($lignes[$i]=~/<title>.*- (.*)<\/title>/i)	{				
			print "TITRE : $1\n";							
		}										
		if ($lignes[$i]=~/Date/)	{						
			while (!($lignes[$i]=~/Réalisateur/i))	{ 				
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{		
					print "DATE DE SORTIE:$1\n";				
				}		          $i++;														
			}
		}																
		if ($lignes[$i]=~/Réalisateur/)	{
			while (!($lignes[$i]=~/Scénariste/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "REALISATEUR : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Scénariste/)	{
			while (!($lignes[$i]=~/Editeur/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "SCENARISTE : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Editeur/)	{
			while (!($lignes[$i]=~/Musique/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "EDITEUR : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Musique/)	{
			while (!($lignes[$i]=~/<\/dl>/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "MUSIQUE : $1\n";
				}
			$i++;
			}
		}
	}
}

J'aimerais savoir si ce script est "optimal", et il me reste 2 ou 3 problèmes que je n'arrive pas à résoudre:

- Il faudrait que j'arrive à récupérer le synopsis mais je n'y arrive pas car il est sur plusieurs lignes.

- Il faudrait que je passe directement par une URL et non plus à partir d'un fichier comme actuellement.

Merci beaucoup de l'aide précieuse que vous pourrez m'apporter car je suis débutant total avec ce langage!

16/07/2009, 11h45
Philou67430

Tu pourrais ajouter les balises [code] et [/code] ? (icône http://www.developpez.net/forums/images/editor/code.gif).
16/07/2009, 13h26
discus23

Merci,

mais je suis vraiment débutant en Perl!

Qu'appelles-tu rajouter des balises? A quoi cela pourrait-il ressembler?
16/07/2009, 13h32
Philou67430
Mmmhh... ce n'est pas une recommandation perl, mais un bon usage du forum : pour que ton code soit lisible (et que de bonnes âmes veuillent bien se pencher dessus), tu dois poster ton script et l'entourer ces "balises" dans ton message, ou bien utiliser l'icône http://www.developpez.net/forums/images/editor/code.gif dans l'éditeur de message puis coller ton script entre les balises créées (ce qui va, entre autre, conserver l'indentation du source, et le coloriser).

Edit : sinon, qu'en même un conseil sur ton source. Ajoute en début de script :
Code:

1 2 use strict; use warnings;
puis corrige les erreurs qui vont apparaitre ;)

Ok, merci pour ces premiers conseils.

Voici donc mon code que j'espère plus lisible pour que de bonnes âmes puissent mieux m'aider alors:

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
 
 
#!/usr/bin/perl -w
 
use strict;
use warnings;
 
$fichier = $ARGV[0];
open F, $fichier;
if ($fichier =~/\.html$|\.htm$|\.php$/i)	{
	open F, $fichier;
	@lignes = <F>;
	for ($i=0; $i<=$#lignes; $i++)	{
		if ($lignes[$i]=~/<title>.*- (.*)<\/title>/i)	{
			print "TITRE : $1\n";
		}
		if ($lignes[$i]=~/Date/)
			while (!($lignes[$i]=~/Réalisateur/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "DATE DE SORTIE : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Réalisateur/)	{
			while (!($lignes[$i]=~/Scénariste/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "REALISATEUR : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Scénariste/)	{
			while (!($lignes[$i]=~/Editeur/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "SCENARISTE : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Editeur/)	{
			while (!($lignes[$i]=~/Musique/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "EDITEUR : $1\n";
				}
			$i++;
			}
		}
		if ($lignes[$i]=~/Musique/)	{
			while (!($lignes[$i]=~/<\/dl>/i))	{
				if ($lignes[$i] =~/<dd><a.*>(.*)<\/a><\/dd>/i)	{
					print "MUSIQUE : $1\n";
				}
			$i++;
			}
		}
	}
}

Merci.

16/07/2009, 14h15
djibril

Regarde les modules LWP et HTML::Parser.
16/07/2009, 16h47
discus23

J'ai bien regardé LWP, mais je n'ai quasiment aucune base en Perl, donc je galère vraiment beaucoup là.

Pour récupérer le synopsis à l'aide de mon script, il me suffit de rajouter quelques lignes au début? Lesquelles?...

Je nage complet là!

Merci

Regarde dans le synopsis de LWP::UserAgent :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
        my $ua = LWP::UserAgent->new;
        $ua->timeout(10);
        $ua->env_proxy;
 
        my $response = $ua->get('http://search.cpan.org/');
 
        if ($response->is_success) {
            print $response->decoded_content;  # or whatever
        }
        else {
            die $response->status_line;
        }

16/07/2009, 17h01
discus23

Merci pour l'aide.

Mais je ne comprends absolument rien du tout.....

C'est le premier script que j'écris avec zéro notion. je crois qu'il va me falloir trouver une aide plus que précieuse pour m'apprendre "en détails" comment le réaliser car là, c'est vraiment la cata...