PARSER HTML
cs_Bidou
Messages postés
5487
Date d'inscription
dimanche 4 août 2002
Statut
Membre
Dernière intervention
20 juin 2013
-
9 janv. 2007 à 19:26
thiosyiasar Messages postés 186 Date d'inscription lundi 11 mars 2002 Statut Membre Dernière intervention 30 novembre 2010 - 29 nov. 2010 à 17:57
thiosyiasar Messages postés 186 Date d'inscription lundi 11 mars 2002 Statut Membre Dernière intervention 30 novembre 2010 - 29 nov. 2010 à 17:57
Cette discussion concerne un article du site. Pour la consulter dans son contexte d'origine, cliquez sur le lien ci-dessous.
https://codes-sources.commentcamarche.net/source/41034-parser-html
https://codes-sources.commentcamarche.net/source/41034-parser-html
29 nov. 2010 à 17:57
Bon juillet c'est loin mais je vais m'occuper de cette source rapidement pour la mettre a jour et ensuite répondre à ta question. Faut que je replonge dans le source, merci a tous pour vos tests et vos contributions
20 juil. 2010 à 11:09
J'aurais souhaité savoir si tu avais mis à jour ton appli ? si oui ou puis-je la trouver ?
Si non comment faire un correctif pour récupérer un truc du type:
[www.google.fr
Google c'est par là
]
Comment faire pour pouvoir récupérer "Google c'est par là" ?
Merci à ceux qui me viendrons en aide
Ju
13 mars 2009 à 00:55
C'est ce que je cherchais
13 févr. 2009 à 12:58
Je vais me bloquer un peu de temps pour corriger tout ca et intégrer ton correctif.
A+
13 févr. 2009 à 11:09
BBBSSSSPSPSPDIDIDI
Dans le fichier HtmlDocument déclarer la classe:
class TagLie
{
public CB_HtmlTag Tag;
public TagLie Parent;
}
Dans la méthode HtmlDocument:extracttags
dans le case '<' remplacer :
if (oTags.Count > 0)
oTags[oTags.Count - 1].Value = oValue;
par
TagActif.Tag.Value = oValue;
dans le case '>' , après la ligne oTags.Add(t); ajouter le bloc :
TagLie Nouveau = new TagLie();
Nouveau.Tag = t;
if (t.IsCloseTag)
{
TagActif = TagActif.Parent;
}
else
{
Nouveau.Parent = TagActif;
TagActif = Nouveau;
}
Et ça va fonctionner beaucoup mieux...
22 août 2007 à 17:48
Je vais me libérer un peu de temps pour corriger ça !
A+
22 août 2007 à 03:05
(d'ailleur j'ai mis Tag au pluriel dans tes sources !)
Quand je met l'URL d'un fichier qui n'est pas de l'HTML ça throw dans tous les sens !
22 août 2007 à 02:12
Si tu charges un fichier contenant : "Blablabla"
Le Node qui correspond a " ... " a sa propriete "Value" à null et
le Node qui correspond a "" a sa propriete Value correspondant a "Blablabla".
Or si je ne m'abuse c'est le node "" qui devrait contenir "Blablabla" !
Avec le code suivant : ""Blablabla" les deux nodes ont leur propriété "Value" à null, autrement dit "Blablabla" a disparu !
Pour l'instant ca ne m'a pas posé de problème sérieux.
Autrechose :
Quand ton parser tombe sur attribut genre href="..." il cree un HtmlAttribut. Ne devrait il pas enlever les double quotes de la valeur ? Les double quotes ne sont là que pour rendre l'xml plus lisible, il ne font pas parti de la valeur, donc d'après moi faudrait les virer ...
Bon ben bonne chance ! :)
P.S. : Merci pour l'info concernant le formatage de l'html
15 août 2007 à 10:07
Merci pour ton commentaire.
Cependant je pense que pour formater ton code html regarde plutot du coté du HtmlTextWriter qui est utilisé par ASP.net pour généré le rendu HTML
Ce code fait le contraire (il n'existe malheureusement pas de HtmlTextReader...) enfin pas officiellement chez Microsoft
A+
14 août 2007 à 18:17
d'où une exception dans la clause finally de la fonction
"btnLoad_Click" !
la ligne "this._oHtmlDocument.Loading -= oLoadingEventHandler;"
provoque une NullReferenceException parce que "_oHtmlDocument" est à null.
Sinon sympa la source ... Ca m'évite d'avoir à faire une source pour reformater le code HTML d'une page :)
26 mars 2007 à 11:20
c'est pas vrai le composant WebBrowser ne charge pas les images, sauf si on l'utilise comme composant visuel!
ton html parser est vraiment plus leger et plus rapide de le WebBrowser en tout cas, par contre il ne gère les cookies et c'est bien dommage!
bravo quand même!
12 févr. 2007 à 16:48
URL du blog http://www.csharpfr.com/code.aspx?ID=41034
12 févr. 2007 à 03:25
T'as plus d'infos sur le blog ou le projet ?
11 févr. 2007 à 18:05
Je l'ai essayé et il me semblait que ca tenait la route...
10 janv. 2007 à 13:16
( Je suis en train de remettre à jour avec une démo un peu plus visuelle :) et un code plus propre)
10 janv. 2007 à 12:27
9 janv. 2007 à 21:01
if(String.IsNullOrEmpty(a)) , ce qui est quand même plus jolie à mon goût.
Autrement ce code peut être pratique dans une appli.
9 janv. 2007 à 19:45
ce code est ressorti d'une vielle valise!
une petite remise au propre s'impose...
merci pour tes remarques Bidou
(to be continued...)
9 janv. 2007 à 19:26
Quelques remarques en vrac après une RAPIDE lecture:
- Dans la classe MainClass, l'url de teste (google) n'est pas valide.
- Pourquoi utiliser sans cesse le nom des classes (System.String, System.Boolean) plutôt que leurs mots clefs associés (string, bool) ?
- La méthode GetHtmlChars de HtmlChars retourne toujours null !?
- Détail: pour les types enum, on met en principe des MAJ
- Le code peut être simplifier à certains endroits, exemple:
if (iChars[pChar] == '"')
{
bIsInString = !bIsInString;
iAttributeLength++;
}
else
{
iAttributeLength++;
}
devient
if (iChars[pChar] == '"') bIsInString = !bIsInString;
iAttributeLength++;
autres exemple avec oStackNode.Add(oNode); (peut-être y'en a encore d'autres)
- Les méthodes GetImageReferences, GetScriptReferences, GetLinkTagReferences et GetAnchorReferences sont très redondantes!
- Debug.WriteLine("VAL: '" + sTagValue + "'"); => Debug.WriteLine("VAL: '{0}'", sTagValue);
Voilà pour un début.
Sinon le code à l'air plutôt structuré...