Recherche:

ou plus élaboré (j'explore):
scrappy
treebuilder
text::scraper
www::scraper

Quelqu'un connaît ?

Times
il y a des sérifs, ce n'est pas proportionnel, mais c'est beaucoup plus agréable

NB: l'auteur du test sondage dû prévoir de quoi indiquer laquelle, dans la rubrique Autre

a) le nettoyer par http://www.w3.org/People/Raggett/tidy/
mais c'est intrusif
b) découper par regexp la zone de commentaires en supposant qu'elle, elle est propre (pusiqu'elle a une structure assez...

[QUOTE=djibril;5632675]En téléchargeant le contenu de cette page et en le reformattant via un éditeur de texte, on s'aperçoit qu'il n'est pas valide.

Hm hm...

Lemonde a l'air très mal xml-isé...

## Voici un test sur une page de Le Figaro



#!/usr/bin/perl -w
use strict;

use XML::Twig;

J'applique Twig pour parser des sites de forums, et sur la plupart des sites j'ai énormément de "parse errors", pratiquement intraçables.
Où est le problème?

Leur code XMTML n'est pas conforme...

Strictement du XML, ou ça tolère du XHTML variété blog ?

use XML::Twig;

##...


sub f_hard() {
my ($t, $elt) = @_;
my $value = $elt->first_child->pcdata();
my $tag= $elt->name();
print "tag: $tag, value: $value\n";