Forum Programmation.shell Extraire des données avec la commande grep

• # you can't parse html with regex

  Posté par Krunch (site web personnel) le 27 avril 2019 à 08:02. Évalué à 5.

  

  https://stackoverflow.com/posts/1732454/revisions

  Pour ce genre d'usage je recommande HTML::Parser (et possiblement WWW::Mechanize). Si tu insistes pour faire ça avec des regex, ça peut aider de faire passer le tout par html2text ou même just sed/awk avant d'essayer d'extraire ce qui t'intéresse.

  pertinent adj. Approprié : qui se rapporte exactement à ce dont il est question.

  • [^] # Re: you can't parse html with regex

    Posté par _kaos_ le 27 avril 2019 à 08:59. Évalué à 5.

    

    Salut :)

    Tiens, il y a de l'écho par ici :)

    Bon courage pour faire comprendre ça à l'OP, moi j'arrête ;)

    Matricule 23415

  • [^] # Re: you can't parse html with regex

    Posté par gUI (Mastodon) le 27 avril 2019 à 10:57. Évalué à 4. Dernière modification le 27 avril 2019 à 10:57.

    

    Oui, une façon assez sympa de récupérer les données d'une page web c'est de laisser faire les pros :
    lynx <url> --dump sort le rendu en texte brut, yapuka parser classiquement (awk, sed, grep…).

    En théorie, la théorie et la pratique c'est pareil. En pratique c'est pas vrai.

    • [^] # Re: you can't parse html with regex

      Posté par mino60 le 27 avril 2019 à 17:45. Évalué à -6. Dernière modification le 27 avril 2019 à 17:47.

      

      je m'explique ma commande pour avoir l'heure c'est :

      grep -o 'hour txtcenter">\([^"<]*\)</td><td' 
      ```    sed -i 's/hour txtcenter">//' 
          sed -i 's|</td><td||' 
      
      resultat:
      
      15:30
      15:30
      15:30
      16:00
      16:15
      18:00
      18:00
      18:30
      ....
      
      ce que je veux c'est ajouter la date mais je ne sais pas comment 
      avec awk ou grep sed
      
      16:15
      18:00
      18:00
      18:30
      28 avril
      18.30
      20.00
      ....
      
      @_kaos_ @Krunch comment expliquez vous le tableau dans cette page:
      gecif.net/articles/linux/shell.html
      

      • [^] # Re: you can't parse html with regex

        Posté par _kaos_ le 27 avril 2019 à 18:29. Évalué à 3.

        

        Salut :)

        Si tu veux essayer d'avancer, tu peux lire le Advanced Bash-Scripting Guide

        Ça ne te donnera pas tout, pas le parsing HTML entre autre, mais des bases saines.

        Pour ce qui est du tableau, aucun avis. C'est juste l'intitulé des pages de man, non ? J'ai même pas le courage de vérifier….

        Matricule 23415

  • [^] # Re: you can't parse html with regex

    Posté par Marc Quinton le 28 avril 2019 à 08:15. Évalué à 3. Dernière modification le 28 avril 2019 à 08:17.

    

    pup (xpup) est ton ami : https://stackoverflow.com/questions/4994113/about-parsing-html-and-extract-data-using-shell

    je pense qu'on a déja évoqué cette problématique plusieurs fois ici. Cela t'évitera d'avoir à apprendre un nouveau langage (python, ruby, …) et te permettra de parser le HTML de manière très puissante. Il y a cependant un effort à faire : apprendre a utiliser cet outil.

• # grep -Po

  Posté par palm123 (site web personnel) le 27 avril 2019 à 20:58. Évalué à 2. Dernière modification le 27 avril 2019 à 20:59.

  

  permet de prendre d'une chaine à une autre

  echo "abc123def456"| grep -Po '(?=abc).*(?=def)'
abc123

  la syntaxe est différente si tu veux ou pas la première ou dernière chaine

  echo "abc123def456"| grep -Po '(?=abc).*(?<=def)'
abc123def

  autre exemple

  echo "abc123def456"| grep -Po '(?<=abc).*(?!=def)'
123def456

  Recherche motifs prospectifs, en anglais regex lookahead assertion, lookbehind assertion

  ウィズコロナ

  • [^] # Re: grep -Po

    Posté par mino60 le 27 avril 2019 à 22:32. Évalué à -7.

    

    comment faire pour mettre chaque chainnes dans une ligne

Suivre le flux des commentaires

Note : les commentaires appartiennent à celles et ceux qui les ont postés. Nous n’en sommes pas responsables.