Exporter marque page Firefox HTML

[Pang]

Bonjour,

 

J'exporte mes marques pages en HTML afin de pouvoir les consulter en ligne sur ma page perso.

 

Mais, lorsque je regarde le code de cette page, il y a un tas d'éléments qui ne servent à rien, et qui alourdissent inutilement la page :

 

<DT><A HREF="http://www.phreak.org/radio/mods/index.shtml" ADD_DATE="1153209691" LAST_CHARSET="ISO-8859-1" ID="rdf:#$uewQr2">Digital Information Society; Radio and Scanner Modifications</A>

Dans cette exemple, tout ce qui est en gras est inutile.

Cet exemple est gentil car souvent c'est bien plus long, c'est à dire, parfois plus de 20 lignes de 'code' abscon :

 

La première fois, j'ai édité (notepad) le code afin de supprimer les choses inutiles... mais c'est laborieux car j'ai beaucoup de marques pages.

(au dernier export de marque page, la page HTML resultante pesait 470 Ko, et après édition.... 62 Ko !!!! )

 

- Hormis l'URL, la date et le type de charset pour la page, que signifie toutes les informations après l'url ?

- Ai-je un moyen de 'filtrer' le contenu du code pour éliminer tous ces trucs et ne garder que l'essentiel ?

 

Merci.

Modifié le 14 février 2008 par Pang

[Dylav]

Bah, tu peux éliminer les « scories » grâce à une analyse sémantique de tes lignes. Pour cela, un langage (ou tout simplement un éditeur de texte) qui sait mettre en œuvre des expressions régulières (ou rationnelles) peut t'aider à résoudre facilement la question. Tu trouveras ci-dessous un exemple en PERL (où j'ai initialisé la variable $chaine pour la traiter, mais tu peux faire la même chose avec une boucle de lecture de ton fichier)...

 

$chaine='<DT><A HREF="http://www.phreak.org/radio/mods/index.shtml" ADD_DATE="1153209691" LAST_CHARSET="ISO-8859-1" ID="rdf:#$uewQr2">Digital Information Society; Radio and Scanner Modifications</A>';
$chaine=~s|(<A HREF=".*?").*?>|$1>|;

Résultat (les passages à la ligne viennent uniquement du fait que le forum ne peut pas afficher les « lignes » sur une seule ligne, elles sont trop longues).

 

<DT><A HREF="http://www.phreak.org/radio/mods/index.shtml">Digital Information Society; Radio and Scanner Modifications</A>

[Pang]

Oui cela semble parfait. Hélas, le code c'est pas mon truc...

 

tu peux faire la même chose avec une boucle de lecture de ton fichier

Je ne sais pas faire ça.

[KewlCat]

La même chose avec sed, et ça te fait tout ton fichier en une passe

Au passage, les infos que tu filtres sont celles qui sont utilisées par le gestionnaire de bookmarks de Firefox pour savoir quand tu as créé le bookmark, quelle est sa favicon, où il est classé, la dernière visite, etc.

 

Ca doit donner quelque chose comme ça :

sed -e 's/<A[^>]*HREF="\([^\"]*\)"[^>]*>/<A HREF="\1">/' bookmarks.html

(à rediriger dans un fichier, bien entendu)

 

-- edit --

Testé et validé sous Windows avec la version de sed incluse dans les UnxUtils.

Testé et validé sous Linux.

Il reste encore des attributs inutiles sur les balises <h3>...

[Pang]

Ok j'ai téléchargé les outils.

 

(à rediriger dans un fichier, bien entendu)

Désolé, je ne comprends pas.

Modifié le 13 février 2008 par Pang

[KewlCat]

La commande, telle qu'elle est écrite ci-dessus, va te recracher le contenu (modifié) du fichier sur la "sortie standard" (i.e. dans la console). "Rediriger" ça signifie que tu ajoutes un > et un nom de fichier à la suite de la commande pour que le flux de "sortie standard" aille directement dans un fichier portant le nom spécifié.

 

Pour faire simple (et te macher le travail) la commande suivante va te créer le fichier bookmarks_short.html :

sed -e 's/<A[^>]*HREF="\([^\"]*\)"[^>]*>/<A HREF="\1">/' bookmarks.html > bookmarks_short.html

[Pang]

Je suis dans la console c:\unix\usr\local\wbin >

Dans ce répertoire il y a sed, ainsi que mon fichier html (bookmarks.html)

 

Pour faire simple (et te macher le travail) la commande suivante va te créer le fichier bookmarks_short.html :

La commande suivante me renvoie :

 

Syntaxe du nom de fichier, de répertoire ou de volume incorrecte.

 

[KewlCat]

Erf...

J'avoue, j'ai utilisé zsh (toujours dans les unxutils) pour lancer cette commande, pas cmd.exe ...

 

-- edit --

Ce *%$@# de cmd.exe s'étrangle avec les guillemets présents dans les paramètres, en gros si tu veux faire marcher sed avec cmd.exe il faut lancer "sed -f script bookmarks.html > bookmarks_short.html" avec un fichier script qui contient ceci :

s/<A[^>]*HREF="\([^\"]*\)"[^>]*>/<A HREF="\1">/

[Pang]

, comme ça oui ça le fait !

 

j'ai utilisé zsh

Il y a effectivement cet exécutable sh.exe dans le répertoire bin.

Lorsque je le lance j'ai une console :

x#

...

mais pas très bavarde cette console...(quelques commandes unix fonctionnent)

Il y a moyen de lancer la ligne de commande dans cette console et à l'emplacement adéquat ? (donc sans passer par un fichier script ?)

 

Il reste encore des attributs inutiles sur les balises <h3>...

Exact.

je vais bouquiner ça : http://www.prod-info.fr/Unix/Unix-Initiation-a-Sed.html

et on verra ensuite si j'arrive à traiter cette balise.

 

Merci.

[KewlCat]

Oui, le sh.exe qui se trouve dans cette archive est une vieille version de zsh ("vieille" mais parfaitement fonctionnelle !). Le prompt par défaut est très moche mais il suffit d'avoir un fichier "zshrc" dans ton répertoire home ("c:\Documents and settings\ton username\") et tu peux configurer tout ce que tu veux comme tu le ferais avec un fichier .zshrc sous Unix.

Le premier truc à faire étant évidemment d'ajouter le répertoire des unxutils dans le PATH

 

Il y a moyen de lancer la ligne de commande dans cette console et à l'emplacement adéquat ?

Oui.