Regex d'une page HTML

Version imprimable

Bonjour à tous,

depuis ce matin je suis sur un "problème"? de regex sur du code source html ...
Bon, déjà, le regex c'est pas si simple en JS mais bon, je suis obligé, et bien ca fait bosser un peu :)

Je suis en train de creer un script GreaseMonkey qui avec le code source de la page courante :

Code:

document.body.innerHTML

je veux récupérer une multitude d'info, pour être précis 50*6.

Voici mon code JS :

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
 
var ok = true;
 
var all_user = /<input type='hidden' name='do' value='delete'>(.*?)<BR><input type='button'/g.exec(document.body.innerHTML);
var all_user4 = document.body.innerHTML.match(/<input type='hidden' name='do' value='delete'>([\s\S]*?)<BR><input type='button'/m);
var all_user2 = /<li class="index"><a href="index.php"><span>(.*?)<li class="forums"><a href="forums.php"><span>/g.exec(document.body.innerHTML);
var all_user3 = /<li class="index"><a href="index.php"><span>/.exec(document.body.innerHTML);
var string = document.body.innerHTML;
var regex  = /<input type='hidden' name='do' value='delete'>([\s\S]*?)<\/table><BR><input type='button' value='Check All' onclick='this\.value=check\(form\)'>/g; 
console.log( regex.exec(string) ); // Console Firebug 
 
for (j=1; j<=50; j++){ 
var user = /<tr>(.*?)<\/tr>/.exec(all_user);
var var1 = /<a href=dtls.php\?id=[0-9]+>(.*?)<\/a>/.exec(user);
var var2 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var3= /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var4= /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var5= /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var6 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
if (ok) {
	alert(var1+ " " +  var2+ " " +  var3+ " " +  var4+ " " +  var5+ " " +  var6);
	ok = false;
	}
//file.WriteLine(var1+ " " +  var2+ " " +  var3+ " " +  var4+ " " +  var5+ " " +  var6); //ActiveXObject ne marche pas sous FF
}
//}

Mon code source qui m'interesse ici est de cette tête :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
<form action='test.php?ok=users' method='POST'><input type='hidden' name='do' value='delete'>
		<tr><td class=table_col1 align=center><a href=dtls.php?id=128895>VAR1</a></td>
		<td class=table_col2 align=center>VAR2</td>
		<td class=table_col1 align=center>VAR3</td>
 
		<td class=table_col2 align=center>VAR4</td>
		<td class=table_col1 align=center>VAR5</td>
		<td class=table_col2 align=center>VAR6</td>
		<td class=table_col1 align=center><input type=checkbox name='userids[]' value='128895'></td>
		</tr>
 
<tr><td class=table_col1 align=center><a href=dtls.php?id=12895>VAR1</a></td>
		<td class=table_col2 align=center>VAR2</td>
		<td class=table_col1 align=center>VAR3</td>
 
		<td class=table_col2 align=center>VAR4</td>
		<td class=table_col1 align=center>VAR5</td>
		<td class=table_col2 align=center>VAR6</td>
		<td class=table_col1 align=center><input type=checkbox name='userids[]' value='12895'></td>
		</tr>
ETC

bref, voilà, je veux récup les VARx

Alors j'ai commencé à écrire un truc. Il y a une partie dont je ne suis pas sur, c'est ca :

Code:

1
2
3
4
5
6
var var1 = /<a href=dtls.php\?id=[0-9]+>(.*?)<\/a>/.exec(user);
var var2 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var3 = /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var4 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var5 = /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var6  = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);

Je ne sais pas si ca capture bien ce que je veux puisque "<td class=table_col2 align=center>" n'est pas unique ...

Mais c'est pas ici que je coince pour le moment, mais ici :

Code:

1
2
3
var string = document.body.innerHTML;
var regex  = /<input type='hidden' name='do' value='delete'>([\s\S]*?)<\/table><BR><input type='button' value='Check All' onclick='this\.value=check\(form\)'>/g; 
console.log( regex.exec(string) ); // Console Firebug

Il me renvoie NULL.

Une idée ? (ca doit pas être très compliqué, mais j'ai absuloment rien trouvé sur le net)

PS : y a des testes dans mon js : all_usersX

C'est a peu près une très mauvaise idée d'utiliser une regex pour chercher des infos dans une page HTML.

Utilise le DOM avec document.getElementsByTagName("td");

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
 
/**
 * @param table element DOM optionnel pour réduire la recherche à un seul element
 */
function recupVAR (table) {
  table = table || document;
  var tds = table.getElementsByTagName("td"),
      tmp, i, il = tds.length,
      out = [];
 
 
  for (i =0; i < il; i++) {
    tmp = tds[i];
    // vu que c'est greasemonkey y'a moyen de virer tmp.innerText, c'est pour IE
    tmp = (tmp.textContent || tmp.innerText).replace(/^\s+|\s+$/g, ""); //trim()
    if (tmp) { // si c'est pas vide, virer les input quoi
      out.push(tmp);
    }
  /*
    La version FF only ça donne 
    tmp = tds[i].textContent.replace(/^\s+|\s+$/g, "");
    if (tmp) {
      out.push(tmp);
    }
  */
  }
  alert(out);
  return out;
}

C'est 100% pas tester mais ça devrait marcher.

21/03/2010, 17h22
Rian83

Déjà merci pour une réponse si rapide, j'ai pas encore testé, et j'arrive pas bien a tout comprendre.

A quoi correspond le table en paramètre ?

A la table qui contient mes td ? Si oui, comment dire quel table c'est ? car j'en ai vraiment pas qu'un dans mon code source ...

Et la fonction retourne juste 6 variables je suppose, donc il faut faire 1 boucle, 50 fois car y a 50 TR dans ma table.

C'est bien ca ?
21/03/2010, 17h43
nod__
Si ta table a un id ou une classe ça aiderais.

Là le code prends tous les td de la page idépendemment du tableau dans lequel il se trouve donc t'as pas besoin de mettre ça dans une autre boucle. C'est l'utilité du paramètre. Si le tableau contenant tes cases a un id "scores" alors tu appelles
Code:

1 2 3 var tableau = document.getElementByID("score"); recupVAR(tableau);
Test le code et tu verras comment il fonctionne :)
21/03/2010, 17h51
Rian83

Oula, je pensais avoir compris mais la je sais plus ...

le code prends tout les TD de la page ? ou tous les TD du tableau que je donne en paramètre ?

Oui il a une class : "table_table" :)

Sinon j'ai reussi a trouvé le xpath avec firebug : /html/body/table/tbody/tr[2]/td/table[2]/tbody/tr/td[2]/table[2]/tbody/tr/td/table/tbody/tr/td[2]/table[3]/tbody/tr/td/table[2]/tbody/tr/td[2]/center[2]/table/

EDIT : j'ai un message d'erreur :
Erreur*: table.getElementsByTagName is not a function
Fichier Source*: file:///C:/Documents%20and%20Settings/Flo/Application%20Data/Mozilla/Firefox/Profiles/k0n19797.default/gm_scripts/user-ut/user-ut.user.js
Ligne*: 15

EDIT2 : 1er erreur résolu mais j'en ai une autre :

Erreur*: tmp.innerText is undefined
Fichier Source*: file:///C:/Documents%20and%20Settings/Flo/Application%20Data/Mozilla/Firefox/Profiles/k0n19797.default/gm_scripts/user-ut/user-ut.user.js
Ligne*: 23
21/03/2010, 18h37
Rian83

(désolé pour le double post)
Bon j'ai reussi a résoudre le problème, j'ai juste enlever le commentaire de FF only et je l'ai mis sur l'autre et maintenant ca marche :)

Merci bien :)

J'ai vu l'"alert" c'est assez horrible, on dirais du CVS.

je suppose que c'est un tableau le out, donc j'ai plus qu'à faire une boucle pour récupérer les variables avec un modulo 6 pour passer au TR suivant.

Juste pour savoir, savez vous comment je peu stocker ca dans un fichier (à la fin) car le ActiveXObject ne marche pas sous FF :S :(