Extraire les url d'un fichier texteRésolu

Question

Bonjour,
j'ai un fichier texte contenant plusieurs ligne de texte avec a l'intèrieur des url ecrite http://www.domaine.com.......
 et j'aimerai extraire ces url pour les mettre par exemple dans un fichier text a part.
Mais je ne sais pas comment faire pour trouver ces url?
Quelqu'un pourrai m'aider?
Merci

lolpop · Accepted Answer

Voici ce que j'ai fait et ca fonctionne: Open App.Path & "/ok.txt" For Input As #1 While Not EOF(1) Input #1, a$ ok = 0 ligneapres = a$ While InStr(ligneapres, "http://") > 0 existe = InStr(ligneapres, "http://") If existe > 0 Then ligneapres = Mid(ligneapres, existe) existe1 = InStr(ligneapres, " ") existe2 = InStr(ligneapres, "'") existe3 = InStr(ligneapres, """") existe4 = InStr(2, ligneapres, "http://") If existe1 0 Then existe1 Len(ligneapres) If existe2 0 Then existe2 Len(ligneapres) If existe3 0 Then existe3 Len(ligneapres) If existe4 0 Then existe4 Len(ligneapres) If existe1 <= existe2 And existe1 <= existe3 And existe1 <= existe4 Then existe = existe1 If existe2 <= existe3 And existe2 <= existe1 And existe2 <= existe4 Then existe = existe2 If existe3 <= existe1 And existe3 <= existe2 And existe3 <= existe4 Then existe = existe3 If existe4 <= existe1 And existe4 <= existe2 And existe4 <= existe3 Then existe = existe4 If existe <> Len(ligneapres) Then ligneavant = Left(ligneapres, existe - 1) ligneapres = Mid(ligneapres, existe) Else ligneavant = Left(ligneapres, existe) ligneapres = Mid(ligneapres, existe + 1) End If If List1.ListCount - 1 <= 0 Then List1.AddItem (ligneavant) MsgBox ligneavant Else For i = 0 To List1.ListCount - 1 If List1.List(i) <> ligneavant Then ok = ok + 0 Else ok = ok + 1 End If Next i If ok = 0 Then List1.AddItem (ligneavant): MsgBox ligneavant End If End If Wend Wend Close #1

jmfmarques · Answer

Bonsoir,

Ouverture de ton fichier texte et lecture de ces ligne, une par une (çà, tu sais faire ! une foultitude d'exemples et de sources sur ce forum...)
A chaque fois qu'une ligne contient http://www (ce que tu détermine par instr(laligne, http://www) >0
1) tu prends tout de qu'il y a à compter de cette position (utilisation de Mid(laligne, laposition)
2) tu regardes dans cette nouvelle chaîne s'il y a ou non un espace (utilisation de instr à nouveau) et :
  a) s'il n'y a pas d'espace, tu prends toute la sous-chaîne
  b) s'il y a un espace, tu ne gardes (en utilisant mid comme exposé plus haut) que ce qui va jusqu'à la position de cet espace -1

et ainsi de suite, ligne par ligne, jusqu'à la dernière ligne de ton fichier texte.

Essaye sur ces bases et reviens au besoin avec ton essai en nous exposant où tu rencontres une difficulté.

Egyde · Answer

Tu peux jeter un oeil sur une de mes sources si tu veux :
http://www.vbfrance.com/codes/COVER-SEARCH_39419.aspx

Les fonctions GetHyperText() et ExtractData() en particulier

@+

lolpop · Answer

Et si j'utilisé les regex?
Je viens de faire les regex pour les url:
Dim regEx As RegExp
   
    Set regEx = New RegExp
    regEx.Pattern = "^http(s)?://([a-z0-9-]+.)?([a-z0-9-]+.)?[a-z0-9-]+\.[a-z]{2,4}(:[0-9]+)?(/[_a-z0-9-]*/?|/[_a-z0-9-]+\.[a-z0-9]{1,15}(\?[\._=a-z0-9-]+)?/?)*?$"

Mais ensuite je ne sais pas torp quoi faire pour trouver le texte et le selectionner.

Renfield · Answer

l'idée de lolpop d'utiliser des expressions rationelle est pas mal....

la RegExp proposée est un peu longue et complexe, mais l'idée est séduisante.
dans le code ci-dessous, je vous propose d'extraire tout ce qui est de la forme http (ou https) :// et tout ce qui suit, jusqu'au prochain espace, guillement quote ou balise <.

Dim sBuffer As String
Dim oRegExp As Object
Dim oMatch As Object
   Open App.Path & "\ok.txt" For Input As #1
       sBuffer = Input(LOF(1), #1)
   Close #1
   
   Set oRegExp = CreateObject("VbScript.RegExp")
   oRegExp.Global = True
   oRegExp.Pattern = "https?://[^"" <']+"
   
   For Each oMatch In oRegExp.Execute(sBuffer)
       List1.AddItem oMatch
   Next oMatch, ----
By Renfield

Pour mettre au point vos RegExp :
http://www.vbfrance.com/codes/REGEXP-WORKSHOP_17331.aspx

Pour ne pas conserver les doublons, voir SendMessage et LB_FINDSTRINGEXACT

Renfield
Admin CodeS-SourceS- MVP Visual Basic

lolpop · Answer

Mais non elle est pas compliqué ma regex :)

Extraire les url d'un fichier texte

6 réponses

Votre réponse

Discussions similaires