[Résolut] Récupérer le contenu d'une colonne au format html

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : [Résolut] Récupérer le contenu d'une colonne au format html

Profil supprimé

Yep, salut, bonjour, hello,
Sur un Gnu/Linux Debian, je souhaite récupérer le contenu d'une colonne d'un tableau au format html dans un fichier texte.
Comment procéder ?

C'est un gros fichier.

[:pingouinator]

Message édité par Profil supprimé le 29-12-2007 à 17:03:01

Publicité

Ik12

Copier-coller?

Message cité 1 fois

---------------
on est au 21 siècle plus person ne écrit correctement sur les forum ni sur msn ni sur les SMS.

Profil supprimé

Ik12 a écrit :

Copier-coller?

Je vois pas ?

p-seeker23

Si le code HTML est assez propre, ceci devrait marcher :

gawk -f extract_column_from_html.gawk Tableau.html > resultat.txt

extract_column_from_html.gawk:

BEGIN{ TD = 0 }

/<\/tr/ { TD = 0 }

/<td/ {
TD++
cell_content = ""
if(TD==4) {
getline
while ( $0 !~ /<\/td/ ) {
if ( cell_content == "" ) cell_content = gensub(/ |^[ \t]*|;/, "", "g", $0)
else cell_content = cell_content " " gensub(/ |^[ \t]*/, "", "g", $0)
getline
}
print cell_content
}
}

Le numéro de la colonne du tableau que tu veux est à mettre dans le "if(TD==4)" { (ici colonne n°4).

Profil supprimé

Yep, merci, je vais tester !
Bonne journée !

Profil supprimé

Fichier résuktat vide :whistle:

Merci p-seeker23, merci tout de me pour ce code.

En fait mon code est généré par Access.

Message cité 1 fois
Message édité par Profil supprimé le 29-12-2007 à 07:55:24

p-seeker23

"Si le code HTML est assez propre" disais-je.
Ca m'étonnerait fortement que le code HTML produit par Access le soit ! J'ai déjà eu à travailler sur du "HTML-doc": laisse tomber ! Il y avait des <span>s de partout, c'est tout juste si on repérait la balise <html>, .. :non:

Ceci-dit, si tu me donne un exemple de ligne de ton tableau (le code HTML compris entre deux balises <tr> .. </tr> ), je te garantie que tu auras une solution ! :sol:
J'ai juste cinq ans d'expérience professionnelle dans la manipulation de awk, sed et compagnie, les 10 derniers mois ayant-je à jouer à ce petit jeu (manipuler des fichiers de données pour formattage et extraction d'infos...) quasi-tous les jours.. si tu savais le genre de clowneries qu'on m'a demandé de faire avec des fichiers texte ! :ouch:

Profil supprimé

Bien content de tomber sur toi en tout cas.
Voici un bout de code :

Code :

<TR>
<TD DIR=LTR ALIGN=RIGHT>828651</TD>
<TD DIR=LTR ALIGN=LEFT>à-côté</TD>
<TD DIR=LTR ALIGN=LEFT>akOte</TD>

<TD DIR=LTR ALIGN=LEFT>à-côté</TD>
<TD DIR=LTR ALIGN=LEFT>NOM</TD>
<TD DIR=LTR ALIGN=LEFT>m</TD>
<TD DIR=LTR ALIGN=LEFT>s</TD>
<TD DIR=LTR ALIGN=RIGHT>0,00</TD>
<TD DIR=LTR ALIGN=RIGHT>0,68</TD>
<TD DIR=LTR ALIGN=RIGHT>0,00</TD>
<TD DIR=LTR ALIGN=RIGHT>0,34</TD>
<TD></TD>

<TD DIR=LTR ALIGN=RIGHT>1</TD>
<TD DIR=LTR ALIGN=RIGHT>8</TD>
<TD DIR=LTR ALIGN=RIGHT>1</TD>
<TD DIR=LTR ALIGN=RIGHT>6</TD>
<TD DIR=LTR ALIGN=RIGHT>5</TD>
<TD DIR=LTR ALIGN=LEFT>V-CVCV</TD>
<TD DIR=LTR ALIGN=LEFT>VCVCV</TD>
<TD DIR=LTR ALIGN=RIGHT>0</TD>
<TD DIR=LTR ALIGN=RIGHT>8</TD>

<TD DIR=LTR ALIGN=RIGHT>4</TD>
<TD DIR=LTR ALIGN=RIGHT>3</TD>
<TD DIR=LTR ALIGN=LEFT>a-kO-te</TD>
<TD DIR=LTR ALIGN=RIGHT>3</TD>
<TD DIR=LTR ALIGN=LEFT>V-CV-CV</TD>
<TD DIR=LTR ALIGN=LEFT>étôc-à</TD>
<TD DIR=LTR ALIGN=LEFT>etOka</TD>
<TD DIR=LTR ALIGN=LEFT>à-côté</TD>
<TD DIR=LTR ALIGN=LEFT>NOM</TD>

</TR>

p-seeker23

sed 's/<[tT][dD].*>$.*$<\/[tT][dD]>.*/\1/g' Tableau.html | gawk '/<[tT][rR]/{ col=0; getline } { col++; if(col==4) print }' > col4.txt

Ca marche sur le bout de code HTML (qui est très propre pour le coup !) que tu donne. Récupération de la colonne 4.

Message édité par p-seeker23 le 29-12-2007 à 11:33:17

Profil supprimé

Yep,

Sur la quatrième colonne, cher moi ça ne marche pas, sur la deuxieme non plus, en revanche ça semble marcher sur la première.
Je vais essayer d'intervertir l'ordre des colonne.

Publicité

Profil supprimé

Yep

le ligne de commande fonctionne :jap:

Merci, j'ai récupéré ma colonne ; En fait j'ai une machine qui interprète mal les caractères accentué et qui traitait le fichier en conséquence.

Voila. Et bien merci beaucoup :jap:

FORUM HardWare.fr

Linux et OS Alternatifs

Codes et scripts

[Résolut] Récupérer le contenu d'une colonne au format html

Sujets relatifs
Voir TOUT le contenu d'un repertoire et copier coller	[Résolut] Partage internet par Linux Debian pour Windows avec un hub
[ksh] Recuperer une variable avec un \ dedans	lire un fichier CDR ou AI sous Linux ? comment récupérer les couches ?
acidrip n'affiche pas le contenu du dvd	format DXF
Recuperer un nombre de fichier dans un repertoire	[ Résolu ] Récupérer le code de sortie d'un programme
installer Kaella a partir d'un live-cd	Serveur Debian Sarge: problème de tar sur le contenu d'un LV
Plus de sujets relatifs à : [Résolut] Récupérer le contenu d'une colonne au format html

Page générée en 0.068 secondes