Plus de pub !
Nous avons réussi à nettoyer notre fichier sortie en enlevant toutes les lignes qui contenaient des images et aussi en enlevant les lettres mal accentuées.
Bout de programme :
while ($ligne = <FILEIN>){ # tant qu'il y a qqch à lire, on rentre dans la boucle
if (($ligne!~/Retrouvez *l.*ensemble *des/) && ($ligne!~/Lisez *l.*int.*gralit.* *de *l.*article *pour *plus *d.*information./) && ($ligne!~/Toute *l.*actualit.* *au *moment *de *la *connexion/)) {
if ($ligne=~/<description>([^<]+)<\/description>/) { # si on trouve ce motif, on entre dans la boucle
my $propre=$1;# on prend le motif et on le met dans $propre
if ($propre=~/^(.+)<img width='1' height='1'.*$/) {$propre=$1}; #permet de supprimer les balises images contenues dans description
$propre=~s/&#39;/\'/g;# nettoie
$propre=~s/&#34;/\"/g;# nettoie
$propre=~s/é/é/g;# nettoie
$propre=~s/ê/ê/g;# nettoie
$propre=~s/&eacute;/é/g;# nettoie
$propre=~s/&egrave;/è/g;# nettoie
$propre=~s/&icirc;/\î/g;# nettoie
$propre=~s/&ocirc;/\ô/g;# nettoie
$propre=~s/&ccedil;/\ç/g;# nettoie
$propre=~s/&agrave;/\à/g;# nettoie
$propre=~s/&/&/g;# nettoie
$propre=~s/</\</g;# nettoie
$propre=~s/>/\</g;# nettoie
if (exists($tableaudestextes{$propre})) { # on mémorise $propre
Sortie obtenue :
.Parmi les nouvelles tendances, le bio et l'art de vivre.
Les syndicats réclament des psychologues.
Au moins cinquante personnes sont mortes.
L'ancien ministre veut peser sur le prochain congrès du PC.
Il ya vingt ans disparaissait l'humoriste Pierre Desproges.
L'objectif de la commission Copé est une suppression totale en 2011.
Le président du Mouvement démocrate a saisi l'occasion de la convention municipale de son parti, dimanche, pour lancer une nouvelle charge contre le chef de l'Etat. Mais il a refusé l'idée de faire du scrutin municipal un enjeu national.
La psychanalyste Geneviève Delaisi de Parseval, spécialiste de l'assistance médicale à la procréation, estime indispensable d'autoriser la pratique de la gestation pour autrui (GPA) en France.
Et voilà !
Bout de programme :
while ($ligne = <FILEIN>){ # tant qu'il y a qqch à lire, on rentre dans la boucle
if (($ligne!~/Retrouvez *l.*ensemble *des/) && ($ligne!~/Lisez *l.*int.*gralit.* *de *l.*article *pour *plus *d.*information./) && ($ligne!~/Toute *l.*actualit.* *au *moment *de *la *connexion/)) {
if ($ligne=~/<description>([^<]+)<\/description>/) { # si on trouve ce motif, on entre dans la boucle
my $propre=$1;# on prend le motif et on le met dans $propre
if ($propre=~/^(.+)<img width='1' height='1'.*$/) {$propre=$1}; #permet de supprimer les balises images contenues dans description
$propre=~s/&#39;/\'/g;# nettoie
$propre=~s/&#34;/\"/g;# nettoie
$propre=~s/é/é/g;# nettoie
$propre=~s/ê/ê/g;# nettoie
$propre=~s/&eacute;/é/g;# nettoie
$propre=~s/&egrave;/è/g;# nettoie
$propre=~s/&icirc;/\î/g;# nettoie
$propre=~s/&ocirc;/\ô/g;# nettoie
$propre=~s/&ccedil;/\ç/g;# nettoie
$propre=~s/&agrave;/\à/g;# nettoie
$propre=~s/&/&/g;# nettoie
$propre=~s/</\</g;# nettoie
$propre=~s/>/\</g;# nettoie
if (exists($tableaudestextes{$propre})) { # on mémorise $propre
Sortie obtenue :
.Parmi les nouvelles tendances, le bio et l'art de vivre.
Les syndicats réclament des psychologues.
Au moins cinquante personnes sont mortes.
L'ancien ministre veut peser sur le prochain congrès du PC.
Il ya vingt ans disparaissait l'humoriste Pierre Desproges.
L'objectif de la commission Copé est une suppression totale en 2011.
Le président du Mouvement démocrate a saisi l'occasion de la convention municipale de son parti, dimanche, pour lancer une nouvelle charge contre le chef de l'Etat. Mais il a refusé l'idée de faire du scrutin municipal un enjeu national.
La psychanalyste Geneviève Delaisi de Parseval, spécialiste de l'assistance médicale à la procréation, estime indispensable d'autoriser la pratique de la gestation pour autrui (GPA) en France.
Et voilà !
Publicité