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

Прошу помочь, так как я сам лично полностью запутался и ни как не могу разобраться в чем проблема. У меня есть вот такое регулярное выражение:

Код: preg_match_all("#<table.*?>(.*?)</table>#is", $this->pageContent, $tables);

Delphi6
Решение второй проблемы я вижу таким:
$buffer = preg_replace("#%%ITEM0%%#ise", '$value', $buffer);
Над первой проблемой думаем..

Brodyaga
Огромное спасибо, действительно заработало Сейчас читаю про данный модификатор (e)

По поводу второй проблемы, вот исходник страницы:
http://proxy-list.org/ru-board/table/test.htm

Вот сам скрипт:

Код: <?php
$content = implode('', file("test.htm"));
preg_match_all("#<table.*?</table>#is", $content, $tables);
print_r($tables[0]);
?>

Прошу ткнуть пальцем в выдаче test.php где ошибка, не вижу в упор-два элемента-две таблицы

Добавлено:
Кстати, у меня проклёвывается мысль, что нужно использовать $tables[1] чтобы не было лишних совпадений.

Brodyaga
На страничке:

всего 3 таблицы а не 2 как показывает скрипт, нижняя правильно отображается но если вы обратите внимание на верхнюю то она находиться еще в одной не правильно созданной таблице. Мне нужно что бы вот эта первая таблица отображалась корректно, привожу код из работы скрипта:

Код: Array
(
[0] => <table border="0" cellpadding="0" cellspacing="0" height="30" width="780">
<tbody>
<tr>
<td class="td1" width="95%">
Sites: <font color="#ccff66" size="3">All Sites</font><br>
Period: <font color="#ccff66" size="3">01-09-2006 - 15-09-2006</font><br>
<br>

<table align="center" border="1" bordercolor="#666666" cellpadding="2" cellspacing="1" width="100%">
<tbody>
<tr align="center" bgcolor="#666666">
<td style="color: rgb(255, 204, 0);" height="15">&nbsp;</td>
<td style="color: rgb(255, 204, 0);" height="15">&nbsp;</td>
<td colspan="2" style="color: rgb(255, 204, 0);" height="15">&nbsp;</td>
<td colspan="2" style="color: rgb(255, 204, 0);" height="15">&nbsp;</td>
...
</tr>

</tbody>
</table>
[1] => <table align="center" border="1" bordercolor="#666666" cellpadding="2" cellspacing="1" width="100%">
<tbody>
...

Код:
preg_match_all("#<table.*?>(.*?)</table>?#is", $content, $tables);
print_r($tables[0]);

Brodyaga
А у меня это не работает:
<?php
$content = implode('', file("test.htm"));
preg_match_all("#<table.*?>(.*?)</table>?#is", $content, $tables);
print_r($tables[0]);
?>
в чем проблемы? Проверьте может вы что-то не дописали?

Cheery
Вот код который я поправил и вот что он выдает:

Код: <?php
$content = implode('', file("test.htm"));
preg_match_all("#<table(.*?)>(.*?)</table>#is", $content, $tables);
foreach ($tables[2] as $key=>$value) {
echo "Table #$key<br>\r\n<table {$tables[1][$key]}>".$tables[2][$key]."</table>\r\n<hr>\r\n";
}

$content = '<td>value1<td>value2<td>value3<td>value4<td>';
preg_match_all("#<td>(.*?)<td>#is", $content, $values);
print_r($values[1]);
?>

Delphi6
В перел регулярные выражения более гибкие.
ИМХО это было бы легче на перле и сделать. Там как раз и есть рекурсивные регеспы.

А на ПХП получается вот такой вот изврат.

<?php
$content = file_get_contents("Delphi_test.html");
preg_match_all("#<table.*?(<table.*?(<table.*?</table>.*?)*</table>.*?)*</table>#is", $content, $tables);
print_r($tables);
?>

Т.е. мы сами определяем максимальный уровень вложенности. Для данного примера это 3.

KADABRA
Если многие согласны с вашим решением, то тогда остается только одно, после того как найдутся все таблицы, вручную рекурсивно искать таблицы в уже полученных таблицах Хотя я не могу скрыть недовольство и такой большой промах со стороны рег. выражений! Как можно было не учесть такого банального варианта?

Delphi6
Разработчики РНР-люди, а они то и совершают ошибки

Brodyaga
Согласен, но они не простые программисты, они почти БОГИ!

Вот что я заметил сегодня в оф. документации

Цитата:

int preg_match_all ( string pattern, string subject, array &matches [, int flags [, int offset]] )

Ищет в строке subject все совпадения с шаблоном pattern и помещает результат в массив matches в порядке, определяемом комбинацией флагов flags.

После нахождения первого соответствия последующие поиски будут осуществляться не с начала строки, а от конца последнего найденного вхождения.

Есть идея написать свой preg_match_all на базе preg_match хотя это должен делать не я а профессионал, ибо я тоже могу допустить ошибку Как что-то проясниться обязательно скину

Думаю вопрос сюда.

В общем, я кое-что понял в регулярных выражениях..
Кроме этого.

Например BB тег URL реализуется так:

Код:
$emsg = preg_replace("#\[url=(.*?)\](.*?)\[/url\]#si", "<a class=\"links\" target=\"_blank\" href=\"\\1\">\\2</a>", $emsg);
$emsg = preg_replace("#\[url\](.*?)\[/url\]#si", "<a class=\"links\" target=\"_blank\" href=\"\\1\">\\1</a>", $emsg);

DLans
Два слеша а за ним цифра означает индекс елемента в "совпадениях", подробно написано вот здесь, да еще и на русском
http://uk.php.net/manual/ru/function.preg-replace.php
Удачи

Delphi6

Цитата:

после того как найдутся все таблицы, вручную рекурсивно искать таблицы в уже полученных таблицах

Не понял, зачем?
Предположим что таблицы не будут иметь вложенность больше 15 - тогда разбирается регекспом!

Цитата:

Хотя я не могу скрыть недовольство и такой большой промах со стороны рег. выражений!

Регулярные выражения отлично с этим справляются.

Цитата:

Как можно было не учесть такого банального варианта?

Дык всё учтено. Регекспы (в перле ) с этим справляются )

KADABRA

Цитата:

Дык всё учтено. Регекспы (в перле ) с этим справляются )

А мне что сейчас язык программирования метянть? Я уже с РНР как одно целое


Цитата:

Предположим что таблицы не будут иметь вложенность больше 15 - тогда разбирается регекспом!

Что-то в этом варианте мне не нравиться, не могу точно сказать что, но интуиция подсказывает, дело здесь не чисто

По идее есть еще одно решение, надо воспользоваться ручным отступом, это самое подходящее, так как вариант с <td>val1<td>val2<td>val3<td> ничего кроме полу ручной обработки не поможет. Или я ошибаюсь делая такое заявление?

Delphi6

Цитата:

Что-то в этом варианте мне не нравиться, не могу точно сказать что, но интуиция подсказывает, дело здесь не чисто

Тот код что я дал отлично справляется с тем ХТМЛ что ты дал, да и с любык, в котором таблицы вложенности не более 3, ты его пробовал или нет?


Цитата:

А мне что сейчас язык программирования метянть? Я уже с РНР как одно целое

Ну иногда оказывается что выбран не оптимальный язык


Цитата:

По идее есть еще одно решение, надо воспользоваться ручным отступом, это самое подходящее, так как вариант с <td>val1<td>val2<td>val3<td> ничего кроме полу ручной обработки не поможет. Или я ошибаюсь делая такое заявление?

Всё можно сделать вручную. Но иногда лучше автоматизировать. И иногда можно автоматизировать то, то кажется невозможно
А на счёт
Цитата:

<td>val1<td>val2<td>val3<td>

Щас посмотрю..


Добавлено:
<td>val1<td>val2<td>val3<td>
Кстати, это не валидный xhtml.

Добавлено:
Щас ничего в голову не приходит...

Delphi6
спасибо!

Delphi6
проблема с таблицами заключается в том, что preg_match начинает поиск с начала. и первые <table></table> попадают под маску.

Cheery
Вот именно попадают первая таблица (он же и минимальный с самого начала), а каждый последующий поиск происходит с места где заканчивается первая таблица. Вот и получается что внутренняя таблица исключается
Нужно наверно заюзать:

Цитата:

...После нахождения первого соответствия последующие поиски будут осуществляться не с начала строки, а от конца последнего найденного вхождения...

Надо удалить все аттрибуты у всех тегов, кроме a, p, img.

Код: preg_replace("!<([a-z]+)[^>]*>!is", "<\\1>", $string);

user128
("!<([^ap(img)]?)\s[^>]*>!
не проверял

ps: нет, не пашет.. подумаю, когда будет время

pps: вот
Код: preg_replace("/<([^ap(img)].*?)\s.*?>/is", "<\\1>", $string);

Помогите составить две регулярки: Для ввода мыла и ФИО (на англ).

Для мыла нашел:
preg_match("/\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*/",$email)
Но она пропускает мыла test@test.ru88 (т.е. цифры в домене верхнего уровня).

Для проверки ФИО вообще не понял, ошибку выдает:
preg_match("^[\-a-zA-Z_ ]+$",$name)

Спасибо.

Нужно запретить поиск меньше чем по 3м символам.
Знаю что .* означает здесь ноль и больше символов. Регулярные отношения изучаю;)

#$text =~ s/\n/<br>/sg;
#$text =~ s/\[b\]/<b>/sg;
#$text =~ s/\[\/b\]/<\/b>/sg;
$text =~ s/\[quote\]/Цитата:/sg;
$text =~ s/\[\/quote\]//sg;

$text =~ s/\[url\](.*?)\[\/url\]//sg;
$text =~ s/\[url\=(.*?)\](.*?)\[\/url\]//sg;

$text =~ s/\[img\](.*?)\[\/img\]//sg;
$text =~ s/\[img\=(.*?)\](.*?)\[\/img\]//sg;

если вместо (.*?) вставлю {3,} то ничего не меняется. Также продолжает искать по одной и по двум буквам (

Доброе время суток,
Как можно выбрать не просто все урлы в HTML странице а те которые не начинаются на http://, другими словами локальные.

Код: preg_match_all("#\s(?:href|src|url)=(?:[\"\'])?(.*?)(?:[\"\'])?(?:[\s\>])#i", $buffer, $matches);

Почему данное рег. выражение не отлавливает все параметры?

Код: <?php $string = '<table border="0" cellpadding = "0" cellspacing=0 style="border-collapse: collapse">';
if (preg_match_all('#\s+([^=\s]+)\s*=\s*(?(?=") "([^"]+)" | ([^\s]+))#is', $string, $matches)) {
print_r($matches);
}
?>

Может такое подойдет? от Perl:
/([-_\w:]+) \s* ( = \s* (?> ("[^"\"\=]*" | '[^'\'\=]*' | \S*) ) )?/xs

Delphi6
Или такое на PHP:
preg_match_all('/([a-z_\-]+)\s*=\s*(\'[^\']*\'|"[^"]*"|[a-z_\-0-9]+)/i', $string, $matches);

Brodyaga
sTa1kEr
Супер, как то не сообразил что можно вставить все в OR Сейчас уже не могу сообразить насколько код подойдет но на 90% уверен что это то что нужно
Спасибо

Brodyaga
sTa1kEr
ВСЕ УДАЛИЛ ТАК КАК НАШЕЛ РЕШЕНИЕ

Код: $string = '<table border=\'0\' cellpadding = "0" cellspacing=0 style= "border-collapse: collapse">';
if (preg_match_all('#\s+([^=\s]+)\s*=\s*(?(?="|\') (?:"|\')([^"\']+)(?:"|\') | ([^\s]+))#isx', $string, $matches)) {
print_r($matches);
}

Delphi6

Цитата:

Вот только вопрос как бы результат засунуть в 2 подмаски на не в 3?

Просто добавь еще одни скобки:

Код:
$string = '<table border=\'0\' cellpadding = "0" cellspacing=0 style= "border-collapse: collapse">';
if (preg_match_all('#\s+([^=\s]+)\s*=\s*((?(?="|\') (?:"|\')([^"\']+)(?:"|\') | ([^\s]+)))#isx', $string, $matches)) {
print_r($matches);
}