» PHP: Регулярные выражения (RegExp, Regular, eregi, preg)

Мой пост немного выше - не актуален: решилось с помощью DOMDocument.
Ну а вообще составлять регулярные выражения нужно конечно учиться

Добрый день, помогите составить регулярное выражение.
Есть слова к примеру: Киев, арбуз, черепица, Шапка.
Надо что бы разрешались только русские буквы. Не чувствительные к регистру. Если есть левые буквы или символы, говорила что нельзя такие символы использовать.

Подскажите, как мне из повторяющегося html-кода вида:

.............................................................................................................................
куча ненужного кода
........

<h1><a style="margin: 0px; font-size: 18px; color:#5CA3BA; text-decoration: underline;" href="http://www.xa-xa.org/2010/07/24/podvodnye-peshhery-na-bagamakh.html">Подводные пещеры на Багамах</a>21 фото</h1>

........
куча ненужного кода
........

<img src="http://www.xa-xa.org/uploads/posts/2010-07/thumbs/1279948917_underwater_caves_23.jpg" style="border: none;" alt='Подводные пещеры на Багамах' title='Подводные пещеры на Багамах' />

........
куча ненужного кода
............................................................................................................................

вырезать содержимое ссылки на пост:
http://www.xa-xa.org/2010/07/24/podvodnye-peshhery-na-bagamakh.html
(принцип шаблона - содержимое ссылки href="" внутри тега <h1></h1>)

название поста:
Подводные пещеры на Багамах
(принцип шаблона - содержимое текста между тегами <a></a>, находящегося внутри тега <h1></h1> )

путь картинки к посту:
http://www.xa-xa.org/uploads/posts/2010-07/thumbs/1279948917_underwater_caves_23.jpg
(принцип шаблона - путь к картинке, находящейся в src="" внутри тега, начинающегося на <img src="http://www.xa-xa.org/...." ......>)

При условии, что в этом коде таких постов будет много(только все с разными темами).     

Народ помогите, пожалуйста.
Есть код

Код:
//$keyword - Любое слово или словосочетание!
//$text - любой текст, в котором может быть $keyword или не быть
$replace='ЗАМЕНА ПРОШЛА';
$regEx = '\'(?!((<.*?)|(<a.*?)))(\b'. $keyword . '\b)(?!(([^<>]*?)>)|([^>]*?</a>))\'si';
$text = preg_replace($regEx,$replace,$text);

KYjIXaKEP
локаль выставляем?

В общем вот весь код.

Код: header('Content-type: text/html; charset=UTF-8');
mb_internal_encoding('UTF-8'); // Устанавливаем кодировку строк
echo "setlocale(LC_ALL, 'ru_RU.UTF-8')=" . setlocale(LC_ALL, 'ru_RU.UTF-8', 'ru_RU.utf8' ). "<br>";
echo "setlocale(LC_ALL, 0)=" . setlocale(LC_ALL, 0). "<br>";
echo "setlocale(LC_COLLATE, 0)=" . setlocale(LC_COLLATE, 0). "<br>";
echo "setlocale(LC_CTYPE, 0)=" . setlocale(LC_CTYPE, 0). "<br>";
echo "setlocale(LC_MONETARY, 0)=" . setlocale(LC_MONETARY, 0). "<br>";
echo "setlocale(LC_NUMERIC, 0)=" . setlocale(LC_NUMERIC, 0). "<br>";
echo "setlocale(LC_TIME, 0)=" . setlocale(LC_TIME, 0). "<br>";

$text=nl2br(file_get_contents('intext.txt')); //файл сохранен в UTF8

$keywords='надо|http://chizhekov.ru/
конец|http://ngs.ru/
';//ANSI !!! т.к. файл с кодом в анси сохранен
$keywords = (iconv('cp1251', 'utf-8', $keywords)) ? iconv('cp1251', 'utf-8', $keywords) : $keywords ; //переводим в УТФ

echo iconv('cp1251', 'utf-8' ,"ДО:------------------<br>").$text.iconv('cp1251', 'utf-8' ,"<br>------------------ПОСЛЕ \b:------------------<br>");

$keys=explode("\n", $keywords);
foreach ($keys as $key)    {
    $pat='/([\w\W]*?)\|([\w\W]*)/';
    if(preg_match_all($pat,$key,$matches,PREG_SET_ORDER)){
        foreach ($matches as $match) {
            $keyword=trim($match[1]);
            $link=trim($match[2]);
            $replace=' <a href="'.$link.'" target="_blank" title="'.$keyword.'">'.$keyword.'</a> ';
            $regEx = "#(?!((<.*?)|(<a.*?)))(\b". $keyword . "\b)(?!(([^<>]*?)>)|([^>]*?</a>))#si";
            $regEx2 = "#(?!((<.*?)|(<a.*?)))(\W". $keyword . "\W)(?!(([^<>]*?)>)|([^>]*?</a>))#si";
            $text2 = $text;
            $text = preg_replace($regEx,$replace,$text);
            $text2 = preg_replace($regEx2,$replace,$text2);
        }
    }
}
echo ($text);
echo iconv('cp1251', 'utf-8' ,"<br>------------------ПОСЛЕ \W:------------------<br>") . $text2;

есть таблица
Код: <table>
<tr>
<td><span class="name">Страна:</span></td>
<td><b><span class="gen"><font size="2">Россия</font></span></b></td>
</tr>
<tr>
<td><span class="name">Регион:</span></td>
<td class="row1"><b><span class="gen"><font size="2">Республика Адыгея (Адыгея)</font></span></b></td>
</tr>
...
</table>

подскажите как достать из текста строки вида
xxx=blalbla; или вместо ; перевод строки или конец текста

пробовал
if (preg_match("/xxx=(.*)(;|\n)/",$text,$match))
и [;\n] и [;$] - нифига не получается


ps кстати прикололо что на http://www.php.net/manual/en/function.preg-match.php вообще никакого описания формата регулярных выражений нет. вообще никак не описано как надо строить первый аргумент функции. жесть

а как регуляркой в php удалить всё что находится в скобках, вместе со скобками? не подскажите случаем.

Добавлено:
все, нашёл решение:
preg_replace("#(.*?)\(.*?\)(.*?)#is", "\\1\\3", $track[1]);

Код: $pat='/([\w\W]*?)\|([\w\W]*)/';

volod3000
Вместо \w применить a-zа-я некатит?

den1x .

Такое я уже пробовал, не прокатило, функция странная .
Как я понимаю ,
Первый фильтр делит выражение (Слово|Адрес) . А второй
ищет это слово в тексте и делает это слово ссылкой.
С латинскими буквами всё хорошо, а вот
кириллицу игнорирует.

volod3000
Походу не поленился и наинсталлировал - все работает. Проблема кроется в настройках сервера (отсутствует поддержка utf-8 ?).

den1x . .
На счет сервера согласен, но видимо не поддержка utf8 (она есть), что-то другое.
По ходу , на Денвере у меня тоже работает.

Хоть и говорят что регулярка это просто, но вот я туплю.
Помогите пожалуйста.

Есть строка. Она составляется из блоков вида ':integer:'
Например $string=':12::17::34:';
Как вытащить эти цыфры?
Причем строка может и быть совсем пустой, или из одного значения, или ХЗ сколько значений. Цыфры нужны в массиве.
$array(12,17,34);
Спасибо!

Добавлено:
Отбой. Разобрался. /[0-9]{1,}/

в javascript нужно вырезать из строки всё кроме того что нужно
допустим из "one two three" получить "two" (т.е. слово "two" как раз нужное)
не могу понять как сделать отрицание (с помощью набора [^ ] можно исключить только отдельные символы, а как целые слова непонятно)

У меня такой вопрос, мне нужно вырезать из кода

<a href="/whois?tld=ru&amp;domain=10-DEL.RU" title="Посмотреть WHOIS этого домена" onclick="return show_progress()">10-DEL.RU</a>

вырезать 10-DEL.RU.

Как это сделать?

пытался таким образом:

preg_match_all('|onclick="return show_progress()">(.*?)<\/a>|mi',$content,$dmn);

и так:

preg_match_all('|<a href="/whois?tld=ru&amp;domain=(.*)" title="Посмотреть WHOIS этого домена"|mi',$content,$dmn);

Добавлено:
я надеюсь вы объясните как брать именно return show_progress()">(.*?)<\/a> этот эллемент что заключен в тег a

ckjet

Код: preg_match_all('%<a[^>]*>(.*?)</a>%si', $subject, $result, PREG_PATTERN_ORDER);
$result = $result[1];
print_r($result);

holden321
javascript регулярные выражения

Подскажите плиз
есть регулярное выражение
$regexp_allowed_characters = "[A-ZА-ЯёЁІіЎўҐґЇї0-9:;.,!?%'\/\|\"\(\) _=\&#№+-]";

С русскими буквами проблема. С заглавными нормально, маленькие буквы == т, х,ш,щ == не обрабатываются.

stroibat, зависит от кодировки текста. Если UTF-8, используется ли в регулярном выражении модификатор /u?

http://www.php.net/manual/en/reference.pcre.pattern.modifiers.php

Здравствуйте!
Пытаюсь разобраться с одной вещью и никак не выходит))

Вот код:

$homepage = file_get_contents('http://www.site.org/index.php');
preg_match('%<meta.*name="keywords".*content="(.*)"\s+/>%', $homepage, $regs);
echo $regs[1];

В переменную $homepage попадает все как надо, много кода, но вот дальше найти строчку

<meta name='keywords' content='bla, bla, bla' />";

и вывести все значения bla, bla, bla не получается.

Помогите пожалуйста!

SamuraiDV

Цитата:

%<meta.*name="keywords".*content="(.*)"\s+/>%U

плюс точнее с кавычками.. если там одинарные, а не двойные - тоже не сработает..
когда не уверены можно делать и так
вместо " писать ("|')
с правильным экранированием, конечно же.

Огромнейшее спасибо, работает!

Но не могли бы вы подсказать, как будет выглядеть код с правильным экранированием?

SamuraiDV

Цитата:

Но не могли бы вы подсказать, как будет выглядеть код с правильным экранированием?

экронирование я упомянул чтобы не было проблем с открывающими кавычками регулярного выражения, если не используете оба типа кавычек сразу
Цитата:

("|')

то оно и не нужно.

Просто я возможно буду с нескольких сайтов доставать meta теги и на разныхс сайтах могут быть по разному проставлены кавычки.

В зависимости от обстоятельств генерируется следующая строка html-кода:


Код: <h4 id="city">Название города</h4>

~>([^<]*)</h4>~

Ребята, помогите, пожалуйста!
Есть у нас штука, которая фильтрует информацию по вхождению! ) Работает по стандарту POSIX, задаются регулярные выражения! Но не php и не Perl
Задача такова: нужно написать регулярное выражение, которое будет реагировать на слово "хер", но не будет реагировать на слова "похерить", "парикмахер" и "херомантия"
Как мне это реализовать на POSIX?
Спасибо!

\sхер\s
на самом деле пхпшный PCRE не очень отличается от POSIX
http://ua2.php.net/manual/en/reference.pcre.pattern.posix.php

Добавлено:
как начальное и конечное условие можно поставить [^а-я]*
но я не уверен