Globalement parser du html avec des regexp c'est pas l'idée du siècle
car dès que le html ne sera plus valide tu vas obtenir n'importe quoi
mais si tu peux faire confiance au html c'est good enough.
Ceci dit il y a plein de solution à ton problème, il suffit d'en
comprendre la nature:
1) depuis très longtemps les regExp ruby fonctionne avec l'utf8 en
1.8.2 il suffisait de $KCODE = 'u' et depuis c'est souvent par defaut.
2) [a-z] ne contient pas les caractères accentués, ni majuscule, juste
de a à z, \w en revanche signifie en gros caractères alphabétique au
sens large
3) [a-zû] fonctionne aussi
4) n'utilise pas encore les subtilité de ruby 1.9, sinon tu risques
d'entendre tes oreilles siffler, c'est encore trop tôt, 100% des vrais
prod sont en 1.8;x
Pour en revenir à ton problème de parser du html avec des regexp voilà
quelques solutions:
Générique:
/<th class="date">(.*?)<\/th>/m
Spécifique:
/<th class="date">([\w\d]*)<\/th>/m
Ultra spécifique:
/<th class="date">(\w{3,}\d{2})<\/th>/m
Tu as juste à regarder dans $1 pour trouver le résultat
--
Vous avez reçu ce message, car vous êtes abonné au groupe "Railsfrance" de
Google Groups.
Pour transmettre des messages à ce groupe, envoyez un e-mail à l'adresse
[email protected]
Pour résilier votre abonnement envoyez un e-mail à l'adresse
[email protected]
