FORUM DE DISCUSSION SUR LE LANGAGE PANORAMIC

Développement d'applications avec le langage Panoramic
 
AccueilAccueil  FAQFAQ  RechercherRechercher  S'enregistrerS'enregistrer  MembresMembres  GroupesGroupes  Connexion  
Derniers sujets
» Dessin 2D: largeur de trait
par papydall Hier à 23:31

» Projet de planétarium virtuel.
par Jean Claude Hier à 21:59

» PanExpress : l'éditeur Panoramic avec création d'objet
par Jean Claude Hier à 20:32

» Animation: Feux de signalisation
par Minibug Hier à 20:28

» Quantité de mémoire utilisée par un exe
par Jack Mar 19 Juin 2018 - 16:39

» Problème avec 'file_load'.
par Pedro Alvarez Lun 18 Juin 2018 - 8:12

» Version instantanée V 0.9.28i20 du 13/06/2018
par jjn4 Sam 16 Juin 2018 - 14:25

» string$(0,chr$(32)) sans erreur
par silverman Ven 15 Juin 2018 - 19:56

» Version instantanée V 0.9.28i19 du 13/06/2018
par Minibug Ven 15 Juin 2018 - 19:14

» Mes souhaits d'amélioration de Panoramic.
par Pedro Alvarez Jeu 14 Juin 2018 - 20:17

» [RÉSOLU] Message d'erreur impossible à indentifier
par Minibug Mer 13 Juin 2018 - 20:52

» Cadre pour image
par Jean Claude Mar 12 Juin 2018 - 16:31

» Créateur d'objets Panoramic
par Minibug Mar 12 Juin 2018 - 14:02

» Planétarium gratuit.
par Jean Claude Sam 9 Juin 2018 - 18:50

» Comment afficher une image sans fond.
par JL35 Sam 9 Juin 2018 - 14:16

Navigation
 Portail
 Index
 Membres
 Profil
 FAQ
 Rechercher
Rechercher
 
 

Résultats par :
 
Rechercher Recherche avancée
Juin 2018
LunMarMerJeuVenSamDim
    123
45678910
11121314151617
18192021222324
252627282930 
CalendrierCalendrier

Partagez | 
 

 Sub de conversion Html -> Texte

Aller en bas 
AuteurMessage
JL35



Nombre de messages : 6275
Localisation : 77
Date d'inscription : 29/11/2007

MessageSujet: Sub de conversion Html -> Texte   Sam 19 Juil 2014 - 15:25

Une petite sub de conversion, j'utilisais un programme externe gratuit (HtmlAsText) mais on peut très bien le faire en Panoramic pur (ni programme externe, ni dll) pour un usage simple.
Le résultat est du texte brut avec suppression des balises, remplacement de quelques caractères spéciaux (à compléter éventuellement), les seules balises prises en compte sont les sauts de ligne, pour la clarté du résultat.
Après, on analyse le résultat pour chercher ce qu'on veut.
(voir une application dans 'présentation et bavardage...', 'surveillance du forum').

L'astuce principale qui facilite bien les choses est de lire intégralement le fichier source dans une seule variable.
C'est possible grâce à la commande FILE_READBUF n,V$,c (lecture de c octets du fichier n dans V$) qui par bonheur n'est pas limitée en taille de lecture et est très rapide. C'est fait en principe pour les fichiers texte, ça marche aussi pour les fichiers binaires, avec l'inconvénient majeur de se bloquer sur le caractère '26' (=&h1A), qu'on ne trouve heureusement pas dans les fichiers html (qui sont des fichiers de type texte).
(pour du binaire, il y a une dll de l'ami Klaus qui fait ça très bien, sans perte).
A partir de là c'est très facile d'analyser le contenu de la variable obtenue avec des INSTR()

Cette sub est très améliorable, je n'ai supprimé que les balises et les scripts, mais il y a des structures html qui passent à travers, il faudrait l'essayer avec divers types de fichiers pour peaufiner.

Voici:
Code:

SUB Html2Txt(f$,ft$)
' conversion fichier html f$ en fichier texte brut dans ft$
DIM_LOCAL a$,s$,ba$,k%,k1%,ns%,csp$(20),crm$(20)
DATA "Carspe": ' caractères spéciaux, à remplacer (à compléter éventuellement)
DATA " ","<",">","&",""","»","F": ' caractère à remplacer
DATA " ","<",">","&",CHR$(34),CHR$(13)+CHR$(10)+CHR$(187): ' caractère(s) de remplacement
ns% = 0: RESTORE: READ a$: WHILE a$<>"Carspe": message a$: READ a$: END_WHILE: READ a$
WHILE a$<>"F": ns%=ns%+1: csp$(ns%) = a$: READ a$: END_WHILE
FOR k% = 1 TO ns%: READ a$: crm$(k%) = a$: NEXT k%
' lecture intégrale du fichier htm dans la variable a$
FILEBIN_OPEN_READ 9,f$: k% = FILEBIN_SIZE(9): FILEBIN_CLOSE 9
FILE_OPEN_READ 9,f$: FILE_READBUF 9,a$,k%: FILE_CLOSE 9
k% = INSTR(a$,"</head>"): IF k%=0 THEN message "Pas de balise </head>": EXIT_SUB
a$ = MID$(a$,k%+7,LEN(a$))
' suppression des balises <script...>...</script> et <style...>...</style> et de
' leur contenu
k% = INSTR(a$,"<script")
WHILE k%>0
    k1% =INSTR(a$,"</script>"): a$ = LEFT$(a$,k%-1)+MID$(a$,k1%+9,LEN(a$))
    k% = INSTR(a$,"<script")
END_WHILE
k% = INSTR(a$,"<style")
WHILE k%>0
    k1% =INSTR(a$,"</style>"): a$ = LEFT$(a$,k%-1)+MID$(a$,k1%+8,LEN(a$))
    k% = INSTR(a$,"<style")
END_WHILE
' suppression de toutes les balises (on garde les sauts de lignes, pour lisibilité)
k% = INSTR(a$,"<")
WHILE k% > 0
    k1% = INSTR_POS(a$,">",k%): ba$ = MID$(a$,k%,k1%-k%+1): ' balise trouvée
    IF LEFT$(ba$,3) = "<br": ' saut de ligne
        a$ = LEFT$(a$,k%-1)+CHR$(13)+CHR$(10)+MID$(a$,k1%+1,LEN(a$))
    ELSE
        a$ = LEFT$(a$,k%-1)+MID$(a$,k1%+1,LEN(a$)): ' suppression
    END_IF
    k% = INSTR(a$,"<")
END_WHILE
' remplacement des caractères spéciaux
FOR k% = 1 TO ns%
    s$ = csp$(k%): k1% = INSTR(a$,s$)
    WHILE k1%>0
        a$ = LEFT$(a$,k1%-1)+crm$(k%)+MID$(a$,k1%+LEN(s$),LEN(a$))
        k1% = INSTR(a$,s$)
    END_WHILE
NEXT k%
FILE_OPEN_WRITE 9,ft$: FILE_WRITELN 9,a$: FILE_CLOSE 9
END_SUB


Dernière édition par JL35 le Sam 19 Juil 2014 - 17:16, édité 2 fois
Revenir en haut Aller en bas
Voir le profil de l'utilisateur
Jicehel

avatar

Nombre de messages : 5923
Age : 45
Localisation : 77500
Date d'inscription : 18/04/2011

MessageSujet: Re: Sub de conversion Html -> Texte   Sam 19 Juil 2014 - 16:48

Merci JL35, je n'essayerais pas de l'améliorer cette semaine (on me reproche déjà d'être trop sur l'ordi...) mais dans 10 jours, je pense que je creuserais un peu, c'est une sub très pratique.
Revenir en haut Aller en bas
Voir le profil de l'utilisateur
JL35



Nombre de messages : 6275
Localisation : 77
Date d'inscription : 29/11/2007

MessageSujet: Re: Sub de conversion Html -> Texte   Sam 19 Juil 2014 - 16:58

Bonjour Jicehel, déjà une petite modif: suppression en plus des balises <style...> </style> et de leur contenu, sans intérêt pour le but cherché.
Pour ce qui est de la page d'accueil du forum (= 12 pages imprimées en htm, un vrai fouillis), il n'y a plus de données parasites dans le fichier résultat.

Et puis ils ont raison, profite un peu de tes vacances, tu devrais être à la plage là  Very Happy 

Je répète que le but est d'obtenir du texte brut, sans mise en page (ou alors minimum pour que ce soit lisible, et surtout facile à analyser. Ça peut effectivement être très pratique, et en plus sous forme de sub.
On peut certainement faire quelque chose de plus subtil et plus joli, mais ça risque de se transformer très vite en usine à gaz !
Revenir en haut Aller en bas
Voir le profil de l'utilisateur
Jicehel

avatar

Nombre de messages : 5923
Age : 45
Localisation : 77500
Date d'inscription : 18/04/2011

MessageSujet: Re: Sub de conversion Html -> Texte   Sam 19 Juil 2014 - 22:34

C'est vrai, après, je pense que l'on peut faire une procédure mère avec des paramètres pour choisir le mode de récupération genre RecuperePageHTML(Chemin,ModeDeSortie), avec ModeDeSortie pouvant être "TexteBrut", "TexteMisEnForme" (Pour la taille de la police, le gras, italique, souligné, ...), "TexteHTML" (Des pavé de texte avec des balises HTML) et je ne sais encore quels autres modes. Le premier "TexteBrut" appelerait ta porcédure
Revenir en haut Aller en bas
Voir le profil de l'utilisateur
JL35



Nombre de messages : 6275
Localisation : 77
Date d'inscription : 29/11/2007

MessageSujet: Re: Sub de conversion Html -> Texte   Dim 20 Juil 2014 - 0:15

C'est certain qu'on peut faire tout ça, perso je ne le ferai pas, ça me paraît bien complexe a priori de respecter la mise en forme du texte, et de faire tenir ça dans une sub, ça fait un paquet de paramètres à analyser.
Mais bon, c'est possible, et si on en a l'usage, ce qui n'est pas mon cas, toujours a priori, pourquoi pas.
Revenir en haut Aller en bas
Voir le profil de l'utilisateur
Contenu sponsorisé




MessageSujet: Re: Sub de conversion Html -> Texte   

Revenir en haut Aller en bas
 
Sub de conversion Html -> Texte
Revenir en haut 
Page 1 sur 1
 Sujets similaires
-
» Conversion de fichiers texte OEM vers ANSI
» conversion fichier word mac vers word PC
» Faire un texte qui défile et qui marque le nom de la personne connecté
» [Annulée] Demande une page HTML
» [résolu] Lien dans image survolée vers page html

Permission de ce forum:Vous ne pouvez pas répondre aux sujets dans ce forum
FORUM DE DISCUSSION SUR LE LANGAGE PANORAMIC :: PANORAMIC :: Vos sources, vos utilitaires à partager-
Sauter vers: