Perl

Extraction d'une chaine

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : Extraction d'une chaine

jerph

Bonjour à tous !

Voila, je cherche a extraire une chaine de caractères dans un fichier. (nombre d'annonce d'un site)

Extrait de mon fichier qui est en html :

<div class="NbAnnonces" style="padding-top:10px;"> <font color="#2E2C6B">        Aujourd'hui
: <span class="NbAnnonces02"><font color="#2E2C6B">6 541</font></span> annonces</font></div>
<br>

dans ce cas je souhaite extraire le chiffre 6 541

J'en appelle à vos pouvoirs car j'y arrive pas, je liste bien mon fichier mais après :pt1cable:

merci

Publicité

0x90

→

grep NbAnnonces02 fichier.html | sed -re 's/.*>([0-9 ]+)<.*/\1/'

[edit]
Merde c'est du perl bon je passe ... mais la regexp devrait être bonne aussi

Message édité par 0x90 le 12-09-2005 à 09:41:15

---------------
Me: Django Localization, Yogo Puzzle, Chrome Grapher, C++ Signals, Brainf*ck.

Elmoricq

Modérateur

La regexp est presque identique, oui, dans la second partie du s/// il faut remplacer 1 par $1 pour que ça fonctionne en PERL.

jerph

Merci pour vos réponses rapides !

Excuser mon ignorance mais comment faut-il s'en servir ? J'avais commencé par ouvrir le fichier, essayé de trouvé la chaine, puis fermer mon fichier.

Ce code fait-il tout ça ?

Code :

grep NbAnnonces02 fichier.html | sed -re 's/.*>([0-9 ]+)<.*/$1/'

J'ai essayé mais j'obtiens ca :

String found where operator expected at C:\wget\test2.pl line 2, near "re 's/.*>
([0-9 ]+)<.*/$1/'"
(Do you need to predeclare re?)
Not enough arguments for index at C:\wget\test2.pl line 2, near "index."
syntax error at C:\wget\test2.pl line 2, near "re 's/.*>([0-9 ]+)<.*/$1/'"
Execution of C:\wget\test2.pl aborted due to compilation errors.

merci encore

0x90

→

C'est pas du perl que je t'ai passé, c'est une commande bash sous nux, te faudra chercher un peu plus et connaitre le perl pour arriver à tes fins.

---------------
Me: Django Localization, Yogo Puzzle, Chrome Grapher, C++ Signals, Brainf*ck.

Elmoricq

Modérateur

Non, il t'a donné une commande shell, il avait mal lu l'énoncé (il l'a dit).

Pour utiliser des regexp :
http://perldoc.perl.org/perlre.html

Et pour une réponse plus précise, il va te falloir poster le morceau ad hoc de ton code, là comme ça je ne vois pas comment t'aider.

Message édité par Elmoricq le 12-09-2005 à 10:17:19

jerph

Elmoricq a écrit :

merci, j'y jette un oeil. Pour préciser mon idée, je récupère un fichier index.html qui vient d'un site web. Dans ce fichier se trouve l'information (nombre d'annonce) que je souhaite extraire.

Cette extraction doit se faire dans cette partie :

<div class="NbAnnonces" style="padding-top:10px;"> <font color="#2E2C6B">        Aujourd'hui
: <span class="NbAnnonces02"><font color="#2E2C6B">6 541</font></span> annonces</font></div>
<br>

dans ce cas je souhaite extraire le chiffre 6 541

J'ai commencé mon script perl en ouvrant le fichier "index.html" mais la ou je bloque c'est dans la recherche de ce "nombre d'annonce"

Tu comprends mon besoin ?

merci

Elmoricq

Modérateur

Montre ton code.

jerph

Elmoricq a écrit :

Montre ton code.

Code :

#!c:\perl\perl.exe
open (fichier,"index.html" );
while (my $ligne =<fichier> ){
if ($ligne = #je cherche le nombre d'annonce
print $ligne;
}
close fichier;

ca va t'aider

Elmoricq

Modérateur

jerph a écrit :

ca va t'aider

Oui, c'est bien plus facile pour te montrer comment ça marche :

Code :

#!c:\perl\perl.exe
use strict;
# Convention : les identifiants de fichier sont en majuscule
open (FICHIER,"index.html" )
or die "Echec ouverture de 'index.html' : $!";
foreach my $ligne ( <FICHIER> )
{
chomp $ligne;
# petite amélioration de la regexp pour ne pas prendre les
# balises qui ne comportent qu'un espace, sans chiffre
print "$ligne\\n" if ( $ligne =~ s/.*>(\\d+\\s*\\d+)<.*/$1/ );
}
close FICHIER;

Message édité par Elmoricq le 12-09-2005 à 11:04:47

Publicité

jerph

merci Elmoricq

ton script fonctionne sur le bout de code que tu avais mais y'a quelquechose qui ne correspond pas aux lignes d'origine car sur mon fichier index.html ca ne marche pas. Peut-être que ca vient de ma façon d'avoir poster ce morceau dans le forum :

je recommence différemment :

Code :

<div class="NbAnnonces" style="padding-top:10px;"> <font color="#2E2C6B">        Aujourd'hui
: <span class="NbAnnonces02"><font color="#2E2C6B">6 541</font></span> annonces</font></div>
<br>

Pour ma culture, peux-tu m'expliquer ta regexp

merci encore

Elmoricq

Modérateur

jerph a écrit :

je recommence différemment :

Ca marche pareil. [:spamafote]

jerph a écrit :

Pour ma culture, peux-tu m'expliquer ta regexp

Le souci est que cette expression régulière fait appel à plusieurs notions qu'il serait assez long à expliquer ici, notament sur la "gourmandise" du moteur de regexp.

Je t'encourage à lire la documentation que je t'ai donnée en lien, si tu veux vraiment comprendre en profondeur comment ça fonctionne.

Sinon, en gros, ça ne conserve dans une ligne que le pattern décrit entre parenthèses de la regexp.
Et ce pattern cherche la première occurence dans la ligne de : "au moins (+) un chiffre (\d), suivi de 0 ou plus (*) d'espaces (\s), suivis d'au moins (+) un chiffre (\d), le tout compris entre des caractères '>' et '<' ".

Message édité par Elmoricq le 12-09-2005 à 12:11:34

jerph

Merci pour tes explications c'est plus claire.

J'ai toujours le soucis avec le fichier brut html.

J'ai rajouté un

Code :

print $ligne;

et voici ce qu'il affiche :

Code :

</table> <div class="NbAnnonces" style="padding-top:10px;"> <font color="#2E2C6
B">        Aujourd'hui : <span class="NbAnnonces0
2"><font color="#2E2C6B">6á053</font></span> annonces</font></div> <br>

ce ne serait pas un espace mais un á
j'ai donc essayé de modifier la regexp en remplaçant s par w

Code :

print "$ligne\n" if ( $ligne =~ s/.*>(\d+\w*\d+)<.*/$1/ );

mais pas mieux ...

Message édité par jerph le 12-09-2005 à 15:06:32

Elmoricq

Modérateur

Bizarre ce caractère. Essaie de remplacer "\w*" par "." (un point, tout seul, tout bête).

jerph

rien de neuf :

j'ai essayé ça :

Code :

use strict;
# Convention : les identifiants de fichier sont en majuscule
open (FICHIER,"index.html" )
or die "Echec ouverture de 'index.html' : $!";
foreach my $ligne ( <FICHIER> )
{
chomp $ligne;
print "$ligne/ligne\n";
# petite amélioration de la regexp pour ne pas prendre les
# balises qui ne comportent qu'un espace, sans chiffre
print "$ligne\n" if ( $ligne =~ s/.*>(\d+\.\d+)<.*/$1/ );
}
close FICHIER;

ce qui me permet de voir ce qui est considéré comme ligne.

résultat :

Code :

<div class="NbAnnonces" style="padding-top:10px;"> <font color="#2E2C6B">   
     Aujourd'hui /ligne
: <span class="NbAnnonces02"><font color="#2E2C6B">6á053</font></span> annonces</fon
t></div>/ligne
<br>/ligne

j'en déduit que la recherche est effective sur :

Code :

: <span class="NbAnnonces02"><font color="#2E2C6B">6á053</font></span> annonces</fon
t></div>

J'ai essayé ca aussi, avec \w+ il devrait me trouver 6á053 non ? :

Code :

print "$ligne\n" if ( $ligne =~ s/.*>(\w+)<.*/$1/ );

merci encore

Message édité par jerph le 12-09-2005 à 15:20:20

jerph

bon du nouveau :

avec ca :

if ( $ligne =~ s/.*>(\d+\W\d+)<.*/$1/ )

j'affiche :

6á053

maintenant j'essai de supprimer le caractére "á" dans la chaine :pt1cable:

Elmoricq

Modérateur

if ( $ligne =~ s/.*>(\\d+)\\W(\\d+)<.*/$1$2/ )

Message édité par Elmoricq le 12-09-2005 à 17:30:10

jerph

Elmoricq a écrit :

if ( $ligne =~ s/.*>(\\d+)\\W(\\d+)<.*/$1$2/ )

:bounce: Ca marche !

Ouf ! merci bien, j'en ai lu de la doc aujourd'hui, j'ai la tête :pt1cable: , heureusement que c'est un besoin perso car j'suis pas doué dans le code

merci encore pour ta patience et ta disponibilité

FORUM HardWare.fr

Programmation

Perl

Extraction d'une chaine

Sujets relatifs
[Perl] extraction de chaine	extraction dans une chaine de caractere
Extraction chaine d'un fichier html	extraction d'une sous chaine de caractere ?
Extraction dans une chaine pour mettre en variable	[batch dos] extraction de chaine dans un fichier [resolu + solution]
Tj Pb d extraction de chaine lol	Pb de VB tt bete sur extraction de chaine
[JavaScript] Manipulation d'une date : extraction de chaine	[ASP] Extraction de chaine
Plus de sujets relatifs à : Extraction d'une chaine

Page générée en 0.128 secondes