regex sur page web

[djamelzahal]

Bonjour,

je voudrai faire une regex sur une page web.
voici m regex :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
$regex = '@<h3>
			<a href="#">&nbsp;&nbsp;
				<span class="foot_news_title_MU">(*)</span>&nbsp;&nbsp;
				<span class="Text_Today_Time">GMT+1</span>
				<span class="Text_news_big_Syn">&nbsp;|&nbsp;<strong>(*)</strong></span>
			</a>
			</h3>
			<div style="padding:5px;" align="left">
				<table width="99%" border="0" cellspacing="0" cellpadding="0">
					<tr>
						<td align="center" valign="middle" width="170">
							<img src="(*)" width="150" height="95" title="*" alt="*" />
						</td>
						<td align="left" valign="middle" class="Text_news_small_Syn">(*)</td>
					</tr>
				</table>
			</div>@';

Je lui applique la fonction clean pour echapper tous les caracteres spéciaux :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
function clean($string){
	$string = str_replace(".","\.",$string);
	$string = str_replace("+","\+",$string);
	$string = str_replace("-","\-",$string);
	$string = str_replace("*","\*",$string);
	$string = str_replace("?","\?",$string);
	$string = str_replace("|","\|",$string);
	$string = str_replace("-","\-",$string);
	$string = str_replace("$","\$",$string);
	$string = str_replace("()","\()",$string);
	$string = str_replace("(","\(",$string);
	$string = str_replace(")","\)",$string);
	$string = str_replace("{}","\{}",$string);
	$string = str_replace("{","\{",$string);
	$string = str_replace("}","\}",$string);
	$string = str_replace("[]","\[]",$string);
	$string = str_replace("[","\[",$string);
	$string = str_replace("]","\]",$string);
 
	return $string;
}

Malgré ça, mon code ne marche pas.

voici la partie de la page qui doit satisfaire l'expression réguliere :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
<h3><a href="#">&nbsp;&nbsp;<span class="foot_news_title_MU">00:45</span>&nbsp;&nbsp;<span class="Text_Today_Time">GMT+1</span><span class="Text_news_big_Syn">&nbsp;|&nbsp;<strong>NESS NESSMA &ndash; Rediffusion</strong></span><br/>&nbsp;&nbsp;Commence dans 3 heures et 3 minutes.</a></h3>
 
                    <div style="padding:5px;" align="left">
 
                      <table width="99%" border="0" cellspacing="0" cellpadding="0">
 
                        <tr>
 
                          <td align="center" valign="middle" width="170"><img src="assets/front/grille/ness150x95.jpg" width="150" height="95" title="NESS NESSMA – Rediffusion" alt="NESS NESSMA – Rediffusion" /></td>
 
                          <td align="left" valign="middle" class="Text_news_small_Syn">
 
						  						  </td>
 
                        </tr>
 
                      </table>
 
                    </div>

Merci pour vos réponses.

[Joker-eph]

Je ne suis pas expert en regexp, mais tu es sur que les blancs ne vont pas invalider ton expression ? Déja entre le "<h3>" et le "<a href..." au debut ça ne colle pas...

Et tu devrais essayer de la construire progressivement, en vérifiant qu'elle valide bien la sous-partie de ta chaine cible.

[Madfrix]

Quelle horreur cette regex


Tu peux et dois largement simplifier. Exemple tu as qu'une balise <img> donc pas besoin d'une regex aussi longue pour récupérer le src...

Sinon tu peux mettre des tableaux en paramètre de str_replace, cela sera plus propre

Code php :

1
2
 
$sortie = str_replace(array('a', 'b'), array('c', 'd'), $entree);

[Eric2a]

Salut,

La fonction preg_quote() protège les caractères spéciaux des expressions rationnelles.

preg_quote() ajoute un antislash devant tous les caractères de la chaîne str. Cela est très utile si vous avez une chaîne qui va servir de masque, mais qui est générée durant l'exécution.

Les caractères spéciaux qui seront protégés sont les suivants : . \ + * ? [ ^ ] $ ( ) { } = ! < > | : -

[Epica84]

Sérieux

Comme dit Madfrix quel horreur cette expression !!!

En plus, regex est obsolète utilise preg_match

Et si vous voulez mon aide. Merci de me passer la page en question en entière et ce que vous voulez récupérez .

Je vous expliquerai le principe pour les 3 premiers enregistrement.

Cordialement

[djamelzahal]

Bonjour,

Ca ne marche toujours pas. j'ai simplé lexpression reguliere au maximum histoire de tester :

voici le code

Code :

1
2
3
4
5
6
7
8
9
10
 
$regex = '/<html>(.)/';
$page = file_get_contents($url);
echo $page . "<br/><br/>";
if(preg_match(preg_quote($regex),$page,$matches) != 0){
	echo "matchs : " . $matches[1] . "<br/>";
}
else{
	echo "rien trouve";
}

ça m'affiche toujours rien trouve. la page est bien lu et s'affiche comme prévu.

Merci de votre aide.

[s.n.a.f.u]

Envoyé par Epica84

En plus, regex est obsolète utilise preg_match

C'est ereg qui est déprécié : $regex n'est ici qu'une variable pour stocker son pattern...

[s.n.a.f.u]

Envoyé par djamelzahal

Code :

ça m'affiche toujours rien trouve. la page est bien lu et s'affiche comme prévu.

Merci de votre aide.

Code :

$regex = '/<html>(.)/';

Essaies sans les preg_quotes : il n'y a aucun caractère interdit dans ce pattern.
Si tu utilises preg_quote, tes parenthèses seront considérées comme des caractères à trouver et non comme des éléments capturants...