Regex d'une page HTML

Version imprimable

Bonjour � tous,

depuis ce matin je suis sur un "probl�me"? de regex sur du code source html ...
Bon, d�j�, le regex c'est pas si simple en JS mais bon, je suis oblig�, et bien ca fait bosser un peu :)

Je suis en train de creer un script GreaseMonkey qui avec le code source de la page courante :

Code:

document.body.innerHTML

je veux r�cup�rer une multitude d'info, pour �tre pr�cis 50*6.

Voici mon code JS :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
 
var ok = true;
 
var all_user = /<input type='hidden' name='do' value='delete'>(.*?)<BR><input type='button'/g.exec(document.body.innerHTML);
var all_user4 = document.body.innerHTML.match(/<input type='hidden' name='do' value='delete'>([\s\S]*?)<BR><input type='button'/m);
var all_user2 = /<li class="index"><a href="index.php"><span>(.*?)<li class="forums"><a href="forums.php"><span>/g.exec(document.body.innerHTML);
var all_user3 = /<li class="index"><a href="index.php"><span>/.exec(document.body.innerHTML);
var string = document.body.innerHTML;
var regex  = /<input type='hidden' name='do' value='delete'>([\s\S]*?)<\/table><BR><input type='button' value='Check All' onclick='this\.value=check\(form\)'>/g; 
console.log( regex.exec(string) ); // Console Firebug 
 
for (j=1; j<=50; j++){ 
var user = /<tr>(.*?)<\/tr>/.exec(all_user);
var var1 = /<a href=dtls.php\?id=[0-9]+>(.*?)<\/a>/.exec(user);
var var2 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var3= /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var4= /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var5= /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var6 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
if (ok) {
	alert(var1+ " " +  var2+ " " +  var3+ " " +  var4+ " " +  var5+ " " +  var6);
	ok = false;
	}
//file.WriteLine(var1+ " " +  var2+ " " +  var3+ " " +  var4+ " " +  var5+ " " +  var6); //ActiveXObject ne marche pas sous FF
}
//}

Mon code source qui m'interesse ici est de cette t�te :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
<form action='test.php?ok=users' method='POST'><input type='hidden' name='do' value='delete'>
		<tr><td class=table_col1 align=center><a href=dtls.php?id=128895>VAR1</a></td>
		<td class=table_col2 align=center>VAR2</td>
		<td class=table_col1 align=center>VAR3</td>
 
		<td class=table_col2 align=center>VAR4</td>
		<td class=table_col1 align=center>VAR5</td>
		<td class=table_col2 align=center>VAR6</td>
		<td class=table_col1 align=center><input type=checkbox name='userids[]' value='128895'></td>
		</tr>
 
<tr><td class=table_col1 align=center><a href=dtls.php?id=12895>VAR1</a></td>
		<td class=table_col2 align=center>VAR2</td>
		<td class=table_col1 align=center>VAR3</td>
 
		<td class=table_col2 align=center>VAR4</td>
		<td class=table_col1 align=center>VAR5</td>
		<td class=table_col2 align=center>VAR6</td>
		<td class=table_col1 align=center><input type=checkbox name='userids[]' value='12895'></td>
		</tr>
ETC

bref, voil�, je veux r�cup les VARx

Alors j'ai commenc� � �crire un truc. Il y a une partie dont je ne suis pas sur, c'est ca :

Code:

1
2
3
4
5
6
var var1 = /<a href=dtls.php\?id=[0-9]+>(.*?)<\/a>/.exec(user);
var var2 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var3 = /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var4 = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);
var var5 = /<td class=table_col1 align=center>(.*?)<\/td>/.exec(user);
var var6  = /<td class=table_col2 align=center>(.*?)<\/td>/.exec(user);

Je ne sais pas si ca capture bien ce que je veux puisque "<td class=table_col2 align=center>" n'est pas unique ...

Mais c'est pas ici que je coince pour le moment, mais ici :

Code:

1
2
3
var string = document.body.innerHTML;
var regex  = /<input type='hidden' name='do' value='delete'>([\s\S]*?)<\/table><BR><input type='button' value='Check All' onclick='this\.value=check\(form\)'>/g; 
console.log( regex.exec(string) ); // Console Firebug

Il me renvoie NULL.

Une id�e ? (ca doit pas �tre tr�s compliqu�, mais j'ai absuloment rien trouv� sur le net)

PS : y a des testes dans mon js : all_usersX

C'est a peu pr�s une tr�s mauvaise id�e d'utiliser une regex pour chercher des infos dans une page HTML.

Utilise le DOM avec document.getElementsByTagName("td");

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
 
/**
 * @param table element DOM optionnel pour réduire la recherche à un seul element
 */
function recupVAR (table) {
  table = table || document;
  var tds = table.getElementsByTagName("td"),
      tmp, i, il = tds.length,
      out = [];
 
 
  for (i =0; i < il; i++) {
    tmp = tds[i];
    // vu que c'est greasemonkey y'a moyen de virer tmp.innerText, c'est pour IE
    tmp = (tmp.textContent || tmp.innerText).replace(/^\s+|\s+$/g, ""); //trim()
    if (tmp) { // si c'est pas vide, virer les input quoi
      out.push(tmp);
    }
  /*
    La version FF only ça donne 
    tmp = tds[i].textContent.replace(/^\s+|\s+$/g, "");
    if (tmp) {
      out.push(tmp);
    }
  */
  }
  alert(out);
  return out;
}

C'est 100% pas tester mais �a devrait marcher.

21/03/2010, 17h22
Rian83

D�j� merci pour une r�ponse si rapide, j'ai pas encore test�, et j'arrive pas bien a tout comprendre.

A quoi correspond le table en param�tre ?

A la table qui contient mes td ? Si oui, comment dire quel table c'est ? car j'en ai vraiment pas qu'un dans mon code source ...

Et la fonction retourne juste 6 variables je suppose, donc il faut faire 1 boucle, 50 fois car y a 50 TR dans ma table.

C'est bien ca ?
21/03/2010, 17h43
nod__
Si ta table a un id ou une classe �a aiderais.

L� le code prends tous les td de la page id�pendemment du tableau dans lequel il se trouve donc t'as pas besoin de mettre �a dans une autre boucle. C'est l'utilit� du param�tre. Si le tableau contenant tes cases a un id "scores" alors tu appelles
Code:

1 2 3 var tableau = document.getElementByID("score"); recupVAR(tableau);
Test le code et tu verras comment il fonctionne :)
21/03/2010, 17h51
Rian83

Oula, je pensais avoir compris mais la je sais plus ...

le code prends tout les TD de la page ? ou tous les TD du tableau que je donne en param�tre ?

Oui il a une class : "table_table" :)

Sinon j'ai reussi a trouv� le xpath avec firebug : /html/body/table/tbody/tr[2]/td/table[2]/tbody/tr/td[2]/table[2]/tbody/tr/td/table/tbody/tr/td[2]/table[3]/tbody/tr/td/table[2]/tbody/tr/td[2]/center[2]/table/

EDIT : j'ai un message d'erreur :
Erreur*: table.getElementsByTagName is not a function
Fichier Source*: file:///C:/Documents%20and%20Settings/Flo/Application%20Data/Mozilla/Firefox/Profiles/k0n19797.default/gm_scripts/user-ut/user-ut.user.js
Ligne*: 15

EDIT2 : 1er erreur r�solu mais j'en ai une autre :

Erreur*: tmp.innerText is undefined
Fichier Source*: file:///C:/Documents%20and%20Settings/Flo/Application%20Data/Mozilla/Firefox/Profiles/k0n19797.default/gm_scripts/user-ut/user-ut.user.js
Ligne*: 23
21/03/2010, 18h37
Rian83

(d�sol� pour le double post)
Bon j'ai reussi a r�soudre le probl�me, j'ai juste enlever le commentaire de FF only et je l'ai mis sur l'autre et maintenant ca marche :)

Merci bien :)

J'ai vu l'"alert" c'est assez horrible, on dirais du CVS.

je suppose que c'est un tableau le out, donc j'ai plus qu'� faire une boucle pour r�cup�rer les variables avec un modulo 6 pour passer au TR suivant.

Juste pour savoir, savez vous comment je peu stocker ca dans un fichier (� la fin) car le ActiveXObject ne marche pas sous FF :S :(