BàO 1

Cette boîte consiste à extraire et nettoyer les contenus textuels de balise titre et description de tous les fils RSS. Nous allons voir deux scripts écrits différemment - avec l'expression régulière ou avec XML::RSS - alors qu'ils produisent exactement le même résultat!

-Entrées : répertoire à parcourir et rubrique choisie
Dans ce site, nous allons voir 4 rubriques choisis : 3208(A la Une), 3210(International), 3214(Europe) et 3224(France).
-Exemple d'utilisation : perl bao1_hayoung_seo.pl répertoire-à-parcourir rubrique
-Sorties : un fichier txt + un fichier XML

1. Méthode Expression régulière

2. Méthode XML::RSS

• Version Expression régulière
• Version XML::RSS

Grâce au sous-programme nettoyage, nous pouvons enlever les entités présentes puis les remplacer. En effet, ces entités posent le problème pour la boîte à outils 2 et 3 donc il vaut mieux de les nettoyer dans cette boîte.

Résultat

Vous trouverez ici le résultat avec Script version regex car les deux scripts génèrent exactement le même résultat.