Re: [HS] HTML, javascript, expression régulière ?

[ptilou <ptilou@gmail.com>]

Bonjour,

Le jeudi 2 novembre 2017 13:30:03 UTC+1, Christian Quentin a écrit :
> Le 02.11.2017 07:59, ptilou a écrit :
> 
> 
> Bonjour,
>  
>  Le mercredi 25 octobre 2017 13:10:02 UTC+2, Christian Quentin a écrit :
> Le 25.10.2017 10:53, ptilou a écrit :
>  
>  
>  Bonjour,
>   
>   Le lundi 23 octobre 2017 12:00:02 UTC+2, Thomas Savary a écrit :
>  Enfin une question à laquelle je peux essayer de répondre :-)
>   
>   Je suis nul en informatique, mais j'ai une relative maîtrise des expressions 
>   rationnelles.
>   Dans ton expression, tu as oublié de protéger le point et le trait d'union. 
>   Par ailleurs, on peut faire plus simple en utilsant \w.
>   
>   Essaie :
>   [\w\.\-]+@[\w\.\-]{2,}\.[a-z]{2,4}
>   
>   Cela dit, il faut aussi parfois protéger les contre-obliques, en tout cas dans 
>   sed. Le plus « drôle », c'est que cela dépend aussi du shell utilisé. 
>   
>  
>   Marche pas !
>   
>   $  find . -type f -print | xargs  egrep -o '[\w\.\-]+@[\w\.\-]{2,}\.[a-z]{2,4}'
>   xargs: guillemets simple non appairés ; par défaut les guillemets sont particuliers à xargs à moins d'utiliser l'option -0
>   grep: ./www._____.com/pics/contents/webzine/communique: No such file or directory
>   grep: paris: No such file or directory
>   grep: design: No such file or directory
>   grep: week.pdf: No such file or directory
>   grep: ./www._____.com/pics/contents/webzine/vs: No such file or directory
>   grep: a: No such file or directory
>   grep: glass: No such file or directory
>   grep: house.jpg: No such file or directory
>   grep: ./www._____.com/pics/webzine/29: No such file or directory
>   grep: citations: No such file or directory
>   grep: pour: No such file or directory
>   
>   Je n'ai même plus les adresses du webmestre !
>   J'ai pas comprie le truc des obliques, moi il faut me donner la bécquée comme un oisillion mais en code source, je ne suis pas capable de réfléchire ....
>   Il faut ce mettre à python, Lxml et BeautifulSoup ?
>   
>   Je cherche un truc plus simple, sous windows quand je lance une recherche il me sort 300 pages avec dans le nom, il y a l'arobase dans le noms, en plus une dizaines d'exécutables en DOS, je crois que c'est dans ces fichiers si j'ai télécharger les adresses ?
>   Je suis le seul à faire du scraping ?
>   
>   Ptilou
>   
>  
>  
>  Les raccourcis pour les caractères alphanumériques varient selon le contexte dans lequel les regexp sont utilisées, essaie ça en ligne de commande :
>  
>  egrep -R '[[:alnum:].\-]+@[[:alnum:]]+\.[[:alpha:]]{2,}'
>  
> 
>  çà ne marche pas ! j'ai essayé man c la : http://manpagesfr.free.fr/man/man1/Index.1.html
>  
>  j'ai besoin d'aide pour mettre tous çà en corollaire ...
>  Y a des rhume de binaire en ce moment c'est une épidémie !
>  
>  Ptilou
>  
> 
> 
> 
>  
> 
> 
> Curieux... J'ai essayé ça sous bash et ça donne bien le résultat attendu : egrep -R '[[:alnum:].\-]+@[[:alnum:]]+\.[[:alpha:]]{2,}'
> 
> egrep -R '[[:alnum:]._\-]+@([[:alnum:]]+\.)+[[:alpha:]]{2,}' est un peu plus complète et repère les emails du type to...@qqpart.co.uk (avec un domaine composé de 2 parties ou plus)
> 
> Tu lances bien la commande dans un terminal pour faire tes tests ?
> 
OUI !

AUjourd'hui j'ai re-tester le premier qui a marché mais maintenant j'ai les même e-mailS qui sorte, bon je passer pour un spammer ...
La je veux récupérer les adresseS de site web donc je tape :
$ find . -type f -print | xargs  egrep -o '0www.[a-zA-Z0-9._-]{2,}\.[a-z]{2,4}' >www-______.txt
Et j'ai les erreurS :
grep: le fichier d'entrée « ./www-_______.txt » est aussi en sortie
xargs: guillemets simple non appairés ; par défaut les guillemets sont particuliers à xargs à moins d'utiliser l'option -0
grep: ./www._____.com/pics/contents/webzine/c+: No such file or directory
grep: horreur.jpg: No such file or directory
grep: ./www.______.com/pics/contents/webzine/campagne: No such file or directory
grep: mars.jpg: No such file or directory
grep: ./www.______.com/pics/contents/webzine/campagne: No such file or directory
grep: ▒co: No such file or directory
grep: emballages.jpg: No such file or directory

[...]
Mais j'ai plus rien dans le fichier ...
On n'est pas vendredi, mais je suis obliger de faire fonctionner mes doigts, sinon je vais attraper une entorse falangique ;-)

Y a une gréve dans la presse les numéro de https://www.closermag.fr/ ; www.voici.fr/ ; https://www.public.fr/ ; people.com/ ; www.purepeople.com/ ; www.gala.fr/ , etc ...

non pas été imprimer ? Y a un beug majeure dans le logiciel libre qui fait que les serveurs ne servent plus la bonne soupe ?

Ptilou