[Script shell, SED]Html et balise script sur plusieurs lignes

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : [Script shell, SED]Html et balise script sur plusieurs lignes

paquerette

Flower Power...

Bonjour,

j'essaie de virer d'un fichier html toutes les balises scripts.

genre cette bouillie la :

Code :

<script language="Javascript" src="/javascript/blocs/bloc_soc/e/eds.js"></script><script language="Javascript" src="/javascript/blocs/bloc_key/informatique.js"></script><script language="Javascript" src="/javascript/blocs/legende.js"></script><br><center><script language="JavaScript">
OAS_AD('Right1');
</script></center>

j'en veux plus...

donc j'essaie ca :
sed -e 's@\<script[ \t\n.]*\</script\>@ @g' toto.html > plusDeScript.tmp

mais ca marche pô... les blocs de scripts sont intact...

qqn pourrait m'aider??

Paquerette

Message édité par paquerette le 20-10-2004 à 14:59:57

Publicité

bobuse

À l'arrache

cat plop.txt | sed -e 's/<script[^>]*>//g' | sed -e 's/<\/script>//g'

Message édité par bobuse le 20-10-2004 à 16:09:19

paquerette

Flower Power...

ca marche bien sur les <script /script> qui sont sur la meme ligne mais pas sur qqch comme ca:

<script language="Javascript">

var ADV_sitepage="www.toto.com/jdj/exemple.htm";

var ADV_listpos="Top1,x01,Top,Bottom,Left,Left2,Right,Right1";
var ADV_qcod="_US2856611049_";
var ADV_qsec="_technologies_de_l_information_";
var ADV_qkey="_informatique_";
var ADV_qcom="_eds_";
var ADV_qgeo="_monde_";
</script>

j'ai essayer ca :

cat tmp.tmp | sed -e 's/<script[^>]*>[. \t\n]*//g' | sed -e 's/<\/script>//g' > result

mais ca marche pas plus...

Message édité par paquerette le 20-10-2004 à 16:41:30

paquerette

Flower Power...

La http://pegasus.rutgers.edu/~elflord/unix/sed.html
il parle de matcher des patterns sur plusieurs lignes, mais je capte que dalle...

Message édité par paquerette le 20-10-2004 à 16:31:58

bobuse

ha ok, tu veux enlever ce qu'il y a entre les balises AUSSI ! J'avais mal compris dsl ...

paquerette

Flower Power...

y'a pas de mal

paquerette

Flower Power...

par je suis toujours coincé

paquerette

Flower Power...

cat tmp.tmp | sed -e '/<script/,/<\/script>/ s/.*//'

avec ca, j'arrive presque a ce que je veux sauf que ca me vire bcp trop de truc...

j'essaie de faire faire a sed : entre <script et </script> vire tout... le pb c'est que j'ai pas l'impression qu'il trouve la fin </script>...

Zaib3k

/$<script$.*$script$/d

ca marche pas un truc ds le genre ?

---------------
Le droit à la différence s'arrête là où ça commence à m'emmerder sérieusement.

paquerette

Flower Power...

nan, ca vire le premier <script, mais pas le dernier, ni le contenu de la balise...

c bete, je comprends pas pkoi il s'arrete pas sur la derniere balise avec ca :

cat tmp.tmp | sed -e '/<script/,/<\/script>/ s/.*//'

Publicité

void_ppc

post inutile.

Message édité par void_ppc le 21-10-2004 à 16:26:49

paquerette

Flower Power...

Génial.... je suis vachement avancé dans mon pb :na:

Message édité par paquerette le 21-10-2004 à 10:38:05

paquerette

Flower Power...

paquerette a écrit :

Je viens de comprendre... sed match au plus large
par exemple :
<script>
</script>
text
<script>
</script>
text
<script>
</script>

il va prendre la zone du premier script au dernier /script et pas 3 fois les <script> </script>

Damned, ca m'arrange pas ca...

paquerette

Flower Power...

Personne pour m'aider :'(

umbre_tombetoile

Zorglub's back

paquerette a écrit :

Personne pour m'aider :'(

Peux tu me donner le résultat que tu voudrais avoir ???
Que je sache exactement ce que tu veux.

paquerette

Flower Power...

De ca :

<head>
<title>titre</title>
<noscript>soustitre</noscript>

<META NAME="KEYWORDS" CONTENT="informatique, monde, eds">
<META NAME="DESCRIPTION" lang="fr" CONTENT="">
<META http-equiv="Content-type" CONTENT="text/html; charset=iso-8859-1" />
<META http-equiv="pragma" CONTENT="no-cache">
<META NAME="AUTHOR" CONTENT="Les Echos">
<META NAME="moteur_rubrique" CONTENT="technologies_de_l_information/">
<META NAME="moteur_date" CONTENT="20041019">

<script language="Javascript">

var ADV_sitepage="www.toto.com/page.htm";

var ADV_listpos="Top1,x01,Top,Bottom,Left,Left2,Right,Right1";
var ADV_qcod="_US2856611049_";
var ADV_qsec="_technologies_de_l_information_";
var ADV_qkey="_informatique_";
var ADV_qcom="_eds_";
var ADV_qgeo="_monde_";
</script>

<script src="/javascript/scripts.js" language="JavaScript"></script>
<script src="/javascript/bandeau/bandeau.dyn.js" language="JavaScript"></script>
<script src="/javascript/realmedia.js" language="JavaScript"></script>


</head>
<HEADMY>
<div class="D-DRO-ART"><div class="CENT-TOP-ENTREPRISES" style="margin-bottom: 0px"><span class="CENT-TEXT">Dossier entreprise</span></div><div style="border-bottom: 1px solid #FFAA00"><span class="MC-TEXT"><a class="MC-TEXT" style="color:red;" href="/eds.htm">EDS</a></span><br></div><br><div class="CENT-TOP-BOURSE" style="margin-bottom:0px;"><span class="CENT-BOURSE">Le cours a la Bourse</span></div><div style="magin-bottom: 10px"><script language="Javascript" src="/javascript/blocs/bloc_bourse/e/eds.js"></script></div><br><script language="Javascript">
var exclure_art = new Array();
exclure_art[4173736] = 1;
</script><script language="Javascript" src="/javascript/blocs/bloc_soc/e/eds.js"></script><script language="Javascript" src="/javascript/blocs/bloc_key/informatique.js"></script><script language="Javascript" src="/javascript/blocs/legende.js"></script><br><center><script language="JavaScript">
OAS_AD('Right1');
</script></center></div><div class="ART-TIT"> Some Text here.</div><br><br><br>
</HEADMY>

je voudrais passer a ca :

Soit en gros, virer tout ce qui est contenu entre chaque <script...></script>

paquerette

Flower Power...

:'( personne ne m'aime...

Message édité par paquerette le 27-10-2004 à 11:29:22

Giz

paquerette a écrit :

:'( personne ne m'aime...

Ce sujet est toujours d'actualité ?
...Je reflechis la dessus ce soir, sed est ma commande favorite :love:
Demain tu as la reponse !

matafan

En 2 heures rien qu'avec le man de sed et sans rien y connaitre :

sed ':x;s/<script.*<\/script>//g;N;bx'

C'est trop fort sed :love:
Bon c'est surement pas parfait, mais ça devrait te permettre de démarrer.

Giz

Aller les enfants fini de faire mumuse avec sed, paquerette j'ai la réponse à ton probleme :

Alors suit moi bien, tout se fait en 3 étapes :

1) cree un fichier ~/script1er.sed et copie dedans le code suivant :

#
# script1er.sed : ce script a executer en 1er permet de supprimer les scripts
# contenu entierement sur une meme ligne
#

#lecture d'une ligne L
/^.*$/{
:case_depart
#L contient un script S contenu entierement dans la ligne
/^.*<script.*<\/script>.*$/{
#effacement du script
s/^$.*$<script.*<\/script>$.*$$/\1\2/
#retour a la case depart
b case_depart
}
#L ne contient pas de script contenu entierement dans la ligne
/^.*<script.*<\/script>.*$/!{
#on affiche L
p
}
}

2) cree un fichier ~/script2eme.sed et copie dedans le code suivant :

#
# script2eme.sed : ce script a executer en 2eme permet de supprimer les scripts
# sur plusieurs lignes
#

#lecture d'une ligne L
/^.*$/{
#L contient un debut de script
/^.*<script.*$/{
:continuer_concatenation
#L ne contient pas de script entier
/^.*<script.*<\/script>.*$/!{
#concatenation de L avec la ligne suivante pour former une nouvelle ligne L (le caractere \n apparait)
N
#retour a la case depart
b continuer_concatenation
}
#L contient un script entier
/^.*<script.*<\/script>.*$/{
#L contient en plus le debut du script suivant
/^.*<script.*<\/script>.*<script.*$/{
#effacement du script
s/^$.*$<script.*<\/script>$.*$$/\1\2/
b continuer_concatenation
}
#effacement du script
/^.*<script.*<\/script>.*$/{
s/^$.*$<script.*<\/script>$.*$$/\1\2/
}
}
}
#on affiche la ligne
p
}

3)il ne te reste plus qu'a executer la commande suivante (remplace ~/src par le chemin a ton fichier html):

commande > sed -nf ~/script1er.sed ~/src > ~/resultat; sed -i -nf ~/script2eme.sed ~/resultat

A l'issue de l'etape 3 tu obtiendras un fichier ~/resultat qui contient ce que tu voulais .

Rq : - ce code ne marche pas pour des scripts dans des scripts (dans un 1er tps...demander si necessaire )

et voila, ce fut un plaisir, sed c'est bien, mangez en [:vroom]

matafan

Ils font quoi de plus que ma commande d'une ligne tes scripts ?

weed

lol

Giz

matafan a écrit :

Ils font quoi de plus que ma commande d'une ligne tes scripts ?

tu l'a testé ton script sur son exemple ? :heink:

arsunik

ma tuxitude me beastifie

Ça manque de "i" tout ces "s"

Maitenant étape 2 : gérer les commentaires.
Ex:

<script>

</script>

arsunik

ma tuxitude me beastifie

Giz a écrit :

tu l'a testé ton script sur son exemple ? :heink:

Chez moi il marche son script

matafan

Giz

ArSuniK a écrit :

Chez moi il marche son script

Perdu, dommage ! (j'ai essaié chez moi aussi )
tiens essaie le avec ca :

a<script ...>i</script>b<script ...>j</script>c<script ...>k</script>
d<script ...>
o
z</script>e<script ...>m z
</script>f<script ...>n</script>

g<script ...>o</script>

h<script ...>
p</script>i<script ...>

q</script>
j

<script ...>r
y
t</script>

k
<script ...>s
</script>
l

Si le script marche, il te renvoie uniquement l'alphabet [a-l] (de a à l, bornes comprises et chaque lettre apparaissant une seule fois) sur l'ecran...si tu as d'autres lettres qui apparaissent ou bien que tu n'as pas toutes les lettres de a à l, il merde

Bon test !

EDIT : et dans ton script, tu fais l'affichage où de ton "pattern space" ? :heink: pour avoir le résultat

Message édité par Giz le 09-12-2004 à 16:15:25

Giz

ArSuniK a écrit :

Ça manque de "i" tout ces "s"

Maitenant étape 2 : gérer les commentaires.
Ex:

<script>

</script>

paquerette n'a pas demande de gerer les commentaires

arsunik

ma tuxitude me beastifie

Ya pas moyen de faire de faire des match "au plus court" (me souvient plus de la dénomination exacte) en sed ?

matafan

Apparement non, c'est ce qui m'a perdu

Bref ça prouve bien la superiorité de Perl

perl -pe 'BEGIN{$/=""}s/<script[ >].*?<\/script>?//gms'

Message édité par matafan le 10-12-2004 à 04:59:03

Giz

ArSuniK a écrit :

Ya pas moyen de faire de faire des match "au plus court" (me souvient plus de la dénomination exacte) en sed ?

Tu remarqueras que les match "au plus court" se font dans ma "boucle" en fait dans mon 'script1er.sed' : en fait je supprime a chaque le dernier script dans la ligne => plus de problème du match !

arsunik

ma tuxitude me beastifie

matafan a écrit :

Bref ça prouve bien la superiorité de Perl

perl -pe 'BEGIN{$/=""}s/<script[ >].*?<\/script>?//gms'

Il manque juste le ".*?" en sed.

Publicité

FORUM HardWare.fr

Linux et OS Alternatifs

Codes et scripts

[Script shell, SED]Html et balise script sur plusieurs lignes

Sujets relatifs
En qqs clics j'aimerai partager mon /var/www/html ?	Prise en compte des alias dans un script
script PHP de gravaga a distance	Putty + script
Zip en plusieurs parties + Linux. Possible ?	[Script Shell] Redirection des sorties d'un script dans le script
script backup CD/DVD	executer un script a la reception d'un mail
[Linux RedHat][MySQL] Réplication de plusieurs bases
Plus de sujets relatifs à : [Script shell, SED]Html et balise script sur plusieurs lignes

Page générée en 0.097 secondes