A voir également:
- [java] Parser du html/sgml
- Waptrick java football - Télécharger - Jeux vidéo
- Jeux java itel football - Télécharger - Jeux vidéo
- Java apk - Télécharger - Langages
- Editeur html - Télécharger - HTML
- Waptrick java voiture - Télécharger - Jeux vidéo
5 réponses
svp, le moindre renseignement pourrai m'être utile... J'ai fait un parseur basic qui parcours le fichier séquentiellement en supprimant les balises et je me demandais si je ne pouvais pas trouver un moyen moins détourné.
ma méthode pour le moment :
J'utilise un compteur "chevron" que j'incrémente quand je tombe sur un chevron ouvrant et je décrémente quand je tombe sur un fermant. Je parcours les caractères un à un et tant que le compteur est différent de 0 je ne copie pas le caractère.
Je ne pense pas que ce soit une bonne méthode, mais je n'ai pas l'idée d'une autre.
Merci d'avance :)
ma méthode pour le moment :
J'utilise un compteur "chevron" que j'incrémente quand je tombe sur un chevron ouvrant et je décrémente quand je tombe sur un fermant. Je parcours les caractères un à un et tant que le compteur est différent de 0 je ne copie pas le caractère.
Je ne pense pas que ce soit une bonne méthode, mais je n'ai pas l'idée d'une autre.
Merci d'avance :)
sebsauvage
Messages postés
32893
Date d'inscription
mercredi 29 août 2001
Statut
Modérateur
Dernière intervention
21 octobre 2019
15 662
12 mai 2006 à 16:50
12 mai 2006 à 16:50
Pourquoi réinventer la roue ?
https://java-source.net/open-source/html-parsers
https://java-source.net/open-source/html-parsers
sebsauvage
Messages postés
32893
Date d'inscription
mercredi 29 août 2001
Statut
Modérateur
Dernière intervention
21 octobre 2019
15 662
15 mai 2006 à 09:48
15 mai 2006 à 09:48
ah... bon, mauvais site, alors.
Là je n'ai pas le temps (et je ne fais pas de Java ces temps-ci), mais en cherchant sur Google tu devrait en trouver.
SAX et DOM sont parmis les plus courants, mais parfois on gagne à utiliser des librairies plus petites (surtout si c'est pour parser du HTML foireux qu'on peut trouver sur internet).
Là je n'ai pas le temps (et je ne fais pas de Java ces temps-ci), mais en cherchant sur Google tu devrait en trouver.
SAX et DOM sont parmis les plus courants, mais parfois on gagne à utiliser des librairies plus petites (surtout si c'est pour parser du HTML foireux qu'on peut trouver sur internet).
Vous n’avez pas trouvé la réponse que vous recherchez ?
Posez votre question
J'ai trouvé celui ci :
http://www.eteks.com/tips/tip6.html
Mais étrangement peu importe l'url du fichier html que je mets en parametre ça ne marche pas... Si quelqu'un pouvait tester ce programme ça serait sympa. Merci.
http://www.eteks.com/tips/tip6.html
Mais étrangement peu importe l'url du fichier html que je mets en parametre ça ne marche pas... Si quelqu'un pouvait tester ce programme ça serait sympa. Merci.
import java.io.*; import java.net.*; import java.util.*; import javax.swing.text.*; import javax.swing.text.html.*; // Classe dérivée de HTMLDocument pour permettre de spécifier // un reader différent dans la méthode getReader () public class HTMLDocumentLinks extends HTMLDocument { // Ensemble des ancres de ce fichier HTML private Vector anchors = new Vector (); // Ensemble des liens URLs trouvés dans ce fichier private Vector urls = new Vector (); // Ensemble des URLs mal écrites dans ce fichier private Vector malformedURLs = new Vector (); // Constructeur public HTMLDocumentLinks (URL file) { // Mémorisation de la base du fichier HTML setBase (file); } public final Vector getAnchors () { return anchors; } public final Vector getURLs () { return urls; } public final Vector getMalformedURLs () { return malformedURLs; } private void addAnchor (String anchor) { // Ajout de l'ancre à l'ensemble des ancres anchors.addElement (anchor); } private boolean ignoreURL (String urlString) { // Ajout uniquement des URLs relatives à ce fichier // (les fichiers sans protocole défini avec ':'). // Eventuellement vous pouvez filtrer différemment les // URLs (pas de cgi par exemple,...) return urlString.indexOf (':') >= 0; } private void addURL (String urlString) { if (!ignoreURL (urlString)) try { // Fabrication de l'URL relative à ce fichier // pour l'ajouter à l'ensemble des URLs qu'il référence URL url = new URL (getBase (), urlString); // Sous Java 1.2.1, bug sur la construction des URLs // si urlString commence par # avec le protocole file // => construction differente de l'URL dans ce cas if (urlString.startsWith ("#")) url = new URL (getBase ().toString () + urlString); if (!urls.contains (url)) urls.addElement (url); } catch (MalformedURLException e) { malformedURLs.addElement (urlString); } } // Méthode outrepassée pour fournir un reader différent public HTMLEditorKit.ParserCallback getReader (int pos) { return new LinkReader (); } // Les méthodes de cette classe sont rappelées par // le parser HTML suivant les différents tag HTML lus. // Ici, le but recherché est de garder une trace de tous // les tags qui font appels à des URLs (fichiers HTML, images,...). private class LinkReader extends HTMLEditorKit.ParserCallback { // Méthode appelée quand un tag de début est rencontré public void handleStartTag (HTML.Tag tag, MutableAttributeSet att, int pos) { String attribute; if (tag.equals (HTML.Tag.A)) // Tags <A NAME=...> ou <A HREF=...> { attribute = (String)att.getAttribute (HTML.Attribute.NAME); if (attribute != null) addAnchor (attribute); else { attribute = (String)att.getAttribute (HTML.Attribute.HREF); if (attribute != null) addURL (attribute); } } else if (tag.equals (HTML.Tag.APPLET)) // Tag <APPLET CODE=...> { attribute = (String)att.getAttribute (HTML.Attribute.CODE); if (attribute != null) { String archive = (String)att.getAttribute (HTML.Attribute.ARCHIVE); if (archive != null) // Branchement sur le fichier d'archive s'il existe attribute = archive; else if (!attribute.endsWith (".class")) attribute += ".class"; // Recherche du répertoire éventuel relatif à l'applet String codebase = (String)att.getAttribute (HTML.Attribute.CODEBASE); if (codebase != null) if (codebase.endsWith ("/")) attribute = codebase + attribute; else attribute = codebase + '/' + attribute; addURL (attribute); } } else if ( tag.equals (HTML.Tag.BODY) // Tag <BODY BACKGROUND=...> || tag.equals (HTML.Tag.TABLE) // Tag <TABLE BACKGROUND=...> || tag.equals (HTML.Tag.TR) // Tag <TR BACKGROUND=...> || tag.equals (HTML.Tag.TD)) // Tag <TD BACKGROUND=...> { attribute = (String)att.getAttribute (HTML.Attribute.BACKGROUND); if (attribute != null) addURL (attribute); } } // Méthode appelée quand un tag simple est lu public void handleSimpleTag (HTML.Tag tag, MutableAttributeSet att, int pos) { String attribute; if ( tag.equals (HTML.Tag.FRAME) // Tag <FRAME SRC=...> || tag.equals (HTML.Tag.IMG)) // Tag <IMG SRC=...> { attribute = (String)att.getAttribute (HTML.Attribute.SRC); if (attribute != null) addURL (attribute); } else if (tag.equals (HTML.Tag.AREA)) // Tag <AREA HREF=...> { attribute = (String)att.getAttribute (HTML.Attribute.HREF); if (attribute != null) addURL (attribute); } } // HTMLEditorKit.ParserCallback définit aussi d'autres méthodes // qu'il est inutile d'outrepasser ici (tag de fin, commentaires, // corps de texte,...) } // Méthode main () d'exemple de mise en oeuvre, prend en argument // un nom de fichier HTML sous forme d'URL, par exemple : // java HTMLDocumentLinks file:/disk/dir1/index.html public static void main (String args []) { try { // Ouverture du fichier contenu dans l'argument 0 URL fileURL = new URL (args [0]); Reader urlReader = new BufferedReader ( new InputStreamReader (fileURL.openStream ())); // Création d'une instance de parser HTMLDocumentLinks doc = new HTMLDocumentLinks (fileURL); // Parsing du fichier HTML avec Swing new HTMLEditorKit ().read (urlReader, doc, 0); urlReader.close (); // Listing des ancres et des URLs trouvées dans le fichier System.out.println ("Liste des ancres :"); for (Enumeration e = doc.getAnchors ().elements (); e.hasMoreElements (); ) System.out.println (e.nextElement ()); System.out.println ("\nListe des URLs :"); for (Enumeration e = doc.getURLs ().elements (); e.hasMoreElements (); ) System.out.println (e.nextElement ()); } catch (IOException e) { System.out.println ("Probleme d'acces a l'URL : " + args [0]); } catch (BadLocationException e) { } } }
c'est un vieux poste, mais juste au cas ou quelqu'un d'autre voudrai utiliser se petit soft..
pour un usage locale, il faut doubler // \\
ex: file:////c:\\test.html
"file:// designe le protocole utilisé comme http:// ou ftp://"
puis indiquer le chemin d'acces qui dans mon exemple est c:\test.html
voilou j'espere que sa vous sera utile...
desolee pour les fautes d'ortograph.Lol
pour un usage locale, il faut doubler // \\
ex: file:////c:\\test.html
"file:// designe le protocole utilisé comme http:// ou ftp://"
puis indiquer le chemin d'acces qui dans mon exemple est c:\test.html
voilou j'espere que sa vous sera utile...
desolee pour les fautes d'ortograph.Lol