extraction de donné, help

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : extraction de donné, help

xiluoc

un pc pour les unirs ....

:hello: ,
j ai la fonction suivante :

Code :

def findextract(h, keywords, context=20):

qui dois regarder pour le premier mot cle trouve dans le string contenu dans <body></body>

h etant un objet Htmlparser, en gros quand je fais h.title il me renvoie la string qui il y avait entre <title> et pareille pour body ect..

keyword contient une liste de mot cle ['test','paragraph']
contexext : cest le nombre de lettres apres et avant le mot cle que je dois integrer a la reponse.

exemble du code html :

Code :

<html>
<head>
<title>This is a test</title>
<meta name = "description"
content = "a test page">
<meta name = "keywords"
content = "keyword1 keyword2">
</head>
<body>
<h1>The first title</h1>
<p align="center">A (simple, intuitive) paragraph: has some
non-alphanumeric characters.</p>
</body>
</html>

et la fonction dois me renvoyer :

Code :

ntuitive) paragraph: has some

jai commence comme ca :

Code :

if not h.body :
return 'empty page'
else :
body_data = h.body.strip()
for element in keywords :
//

et la je pense utiliser une expression reguliere pour extraire le mot recherche (element) si il renvoie rien on continu sinon on arrete et on renvoie le mot +- 20 lettres.

autre chode que les expresions reguliere dans ce cas ?
:jap:

Message édité par xiluoc le 03-05-2004 à 14:22:30

Publicité

xiluoc

un pc pour les unirs ....

rhoo je suis un boulet je viens de voir un topic sur les strign je savais pas que "in" marchait aussi pour ca ...

reste plus quas trouver +- 20 char

xiluoc

un pc pour les unirs ....

Code :

if not h.body :
return 'empty page'
else :
body_data = h.body.strip()
for element in keywords :
if element.lower() in body_data.lower() :
begin_index = body_data.find(element)
result = body_data [begin_index-10:begin_index+len(element)+10]
return result

xiluoc

un pc pour les unirs ....

hum parcontre j ai un autre pb :

Code :

string = "(word1 & (Word2|woRd3))"

je veus une liste contenant word1 word2 word3

Code :

return re.split('\W+',string .lower())

me donne ['','word1','word2',word3','']
je pourrais utiliser [-1:1] mais si jamais string est different ca risque de virer un word.

je coince

lorill

http://diveintopython.org/power_of [...] lists.html

Taz

bisounours-codeur

laisse tomber. utilise les expressions régulières

xiluoc

un pc pour les unirs ....

est que l utilisation dune expression reguliere sera plus rapide que la vilaine methode que j utilise : verifie que "element" != '' et si oui l ajoute a une list neuve ?

Taz

bisounours-codeur

parce que ça prends beaucoup moins de code,q ue ça se comprends plus vite, que c'est certainement plus rapide, et que c'est comme ça qu'on fait pour parser du html (si on a pas de parser)

FORUM HardWare.fr

Programmation

Python

extraction de donné, help

Sujets relatifs
help: projet informatique a realiser en ada	extraction d'une sous chaine de caractere ?
[JSP/SEVLET] Différences ? Dans quel cas Servlet, plutôt que JSP. HELP	[JXTA] HELP !!!!!
Extraction et conversion d'un fichier xml en fichier image	help batch!!!!
Utilisation de Comparable et Comparator. help	[Résolu][Java]JavaHelp need Help :)
surcharge de fonctions dans une dll classique, help plz	Remplissage de polygônes - help!!
Plus de sujets relatifs à : extraction de donné, help

Page générée en 0.075 secondes