Discussion :

[Invité]

Bonjour,
pour mes Fonctions de troncature de texte, j'ai besoin d'optimiser, si possible, une regex :
=> si les points de suspension sont après une(des) balise(s) fermante(s),
on les "remonte" jusqu'à l'intérieur de la balise non-vide la plus proche (ici jusqu'à 5 niveaux de balises).

Voici mon masque actuel :

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
	$PointSuspension 	= '...';
	$texte	.= 'ReplacePointSuspension'; // (provisoire)
	$pattern	= '#((</[^>]*>[\n\t\r ]*)?(</[^>]*>[\n\t\r ]*)?(</[^>]*>[\n\t\r ]*)?(</[^>]*>[\n\t\r ]*)?(</[^>]*>)[\n\t\r ]*ReplacePointSuspension)#i';
	// Explication du masque : ((</[^>]*>[\n\t\r ]*)?
	// </[^>]*>	: toute balise fermante
	// [\n\t\r ]*	: passage(s) à la ligne/tabulation(s)/espace(s)
	$texte	= preg_replace($pattern, $PointSuspension.'${2}${3}${4}${5}${6}', $texte);

Exemple :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
<ul>
  <li>sdg sdfg sdfgsd</li>
  <li></li>
</ul>
...

donne :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
<ul>
  <li>sdg sdfg sdfgsd</li>
  <li>...</li>
</ul>

Question :

• Est-il possible de "factoriser" les (</[^>]*>[\n\t\r ]*)? ? (les 4 premiers du masque, le 5ème étant requis)
• Tout en récupérant '${2}${3}${4}${5}${6}' (ou quelle autre syntaxe ?)

Merci !

[tsuji]

Les niveaux de balises ne devraient pas un problème: c'est surmontable. Ce que je veux rajouter comme éléments de considération:

[1] Que de permettre la balise dit vide d'avoir d'attributs: c'est plus conformant aux recommendations de xml; et

[2] Qu'une balise dit vide puisse s'écrire de deux façons equivalentes.

Avec ça, le script serait plus conformant aux cas réels et aux recommendations de xml.

Je propose ceci qui marche pour des cas j'ai considérés.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
//$texte étant donnée
 
$exp1="((<(([^\s>]+)(\s+[^>]*)?))>)"."(</\\5>)";    //compte 4 + un englobant = 5
$exp2="(<(([^\s/>]+)(\s[^>]*)?))/(>)";
$exp3="((\s*</[^>]+>\s*)*)";
$PointSuspension='(\.{3,})';
 
$exp="(".$exp1."|".$exp2.")";
 
$pattern="#".$exp.$exp3.$PointSuspension."#";
 
$replacement='<$4$9>${15}</$5${10}>${13}';
$t=preg_replace($pattern, $replacement, $texte);
 
echo $texte,"\n";
echo $t,"\n";

Pour un échantillon typique, vous pouvez prendre ça pour l'instant.

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<root>
    <x>abc
        <y attr="y">
            <z>
                <p>
                    <q a="q"></q>
                </p>
            </z>
        </y>
    </x>...
    <x>stu
        <y attr="y2">
            <p>
                <q a="q2" />
            </p>
        </y>
    </x>...
</root>

[Invité]

Bonjour,
et merci pour ton aide.

Mais je ne cherche pas à remonter les "..." dans une balise vide, mais dans la dernière qui contient du texte.
Exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
<root>
    <x>AAAA
        <y attr="y">
            <z>BBBB
                <p>
                    <q a="q"></q>
                </p>
            </z>CCCC
        </y>
    </x>
</root>...

donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
<root>
    <x>AAAA
        <y attr="y">
            <z>BBBB
                <p>
                    <q a="q"></q>
                </p>
            </z>CCCC...
        </y>
    </x>
</root>

Je n'ai pas besoin des balises ouvrantes (donc pas besoin d'attributs)

Seules les balises fermantes sont prises en compte,
à partir des "..." et en remontant jusqu'à la balises non-vide (contenant du texte).

[tsuji]

Bonjour, si les balises de type 'mixed' peuvent parître comme ça, il suffit de remplacer $exp3:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
//$exp3="((\s*</[^>]+>\s*)*)";
$exp3="(([^<>]*</[^>]+>[^<>]*)*)";

et ce serait fait.

[Invité]

Ce script semble donner le résultat escompté :

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
	$PointSuspension 	= '...';
	$texte		.= 'ReplacePointSuspension'; // (au cas où d'autres "..." seraient dans le texte)
	$pattern	= '#(<[^>]*/[^>]*>[\n\t\r ]*)(ReplacePointSuspension)#i';
		while (preg_match($pattern, $texte)){
			$texte	= preg_replace($pattern, '${2}${1}', $texte);
		}
		$texte2	= str_replace('ReplacePointSuspension', '...', $texte);

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
<root>
    <x>AAAA
        <y attr="y">
            <z>BB...BB
                <p>
                    <q a="q"></q>
                </p>dernier texte : ICI
            </z>
            <img src="xxx" alt="..." />
        </y>
        <br />
    </x>
</root>

=> les points de suspension se placent bien après le dernier texte :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
<root>
    <x>AAAA
        <y attr="y">
            <z>BB...BB
                <p>
                    <q a="q"></q>
                </p>dernier texte : ICI
            ...</z>
            <img src="xxx" alt="..." />
        </y>
        <br />
    </x>
</root>

N.B. Les balises auto-fermantes sont aussi "ignorés".