[Script]Extraire une url [Article] [Résolu]

[Hell]

Bonjour
J'ai un fichier contenant un tas de lignes avec diverses informations et dans une de ces lignes, il y a l'url d'un site.

ça donne ça en gros :

texte texte texte texte
texte texte texte texte
texte texte texte texte texte texte http://www.monsite.com/index.php?sid=blabla&topic=45 texte texte texte
texte texte

Comment extraire l'url de ce fichier?
J'ai essayé en faisant ça :

Code :

1
2
3
<?php
ereg("http(.*)\s",$ligne,$tableau);
?>

afin que ça s'arrête au premier espace trouvé (\s) mais lorsque j'affiche $tableau[1], il s'arrête au premier s trouvé

Voici mon code complet :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
<?php
$trouve = false;
$pointeur = fopen('essai.txt','r');
 
//recherche de la ligne contenant l'url
while(($trouve == false) && ($ligne = fgets($pointeur)))
{
    if (strstr($ligne,'http://'))
    {
        $trouve = true;
    }
}
ereg("http(.*)\s",$ligne,$tableau);
print_r($tableau);
 
//affiche Array ( [0] => http://www.monsite.com/index.php?s [1] => ://www.monsite.com/index.php? )
?>

Merci d'avance pour votre aide

[Hell]

Salut
je connais bien cette fonction mais je pensais qu'un regex pouvait faire ça, ça évite de faire une boucle
si ce n'est pas possible, je l'utiliserai
merci en tout cas

[Sub0]

Effectivement! J'ai effacé mon message car l'utilisation d'une boucle avec strpos() n'est pas la meilleure solution je suppose... En plus tu devras trouver l'espace de la fin de l'url pour délimiter cette-dernière... Donc ça fait un strpos() sur "http://" plus un autre pour l'espace de fin... Essaye de trouver une solution plus simple si possible. Bon courage, à+

[Hell]

merci
c'est justement cet espace que je n'arrive pas à mettre, pourtant \s signifie bien espace mais ça ne fonctionne pas; je vais continuer à faire des essais

[Sub0]

Le caractère #0 peut-être présent dans un fichier, mais invisible à l'affichage.
Il peut fausser la recherche dans certains cas.
Quoiqu'il en soit, l'espace = chr(32). Peut-être peux-tu l'utiliser dans ton code...

[Hell]

Ca y est presque
grace à toi ça affiche :
"://www.monsite.com/index.php?sid=blabla&topic=45 texte texte", bizarre qu'il se soit pas arrêté au premier espace

[ripat]

La bibliothèque des expressions régulières pcre est recommandée pour sa rapidité et la possibilité d'utiliser des options.

Je ferais ceci :

Code :

1
2
preg_match('/http[^\s]*/i',$txt,$sortie);
echo $sortie[0];

/ est un délimiteur de motif (tu peux mettre ce que tu veux |&`ù%....)
[^\s] est une classe de négation de caractères (tout caractère sauf l'espace \s)
* 0 ou plus
i est une l'option "insensible à la casse" (au cas où tu aurais HTTP://...)

Pour ton expression, il me semble que \s ne soit pas supporté par les regex posix. Il prendra donc le caractère s (échappé par \). Si tu tiens vraiment aux regex posix essaye [^[:space:]] pour remplacer [^\s]

[stephane eyskens]

Envoyé par ripat

La bibliothèque des expressions régulières pcre est recommandée pour sa rapidité et la possibilité d'utiliser des options.

ça je ne suis pas tout à fait d'accord. Les regex ont la réputation d'être lentes et il vaut mieux utiliser les fonctions de chaînes de caractères classique quand c'est possible.

Envoyé par ripat

Je ferais ceci :

Code :

Bon début, mais j'aurais plutôt utilisé preg_match_all

pour rechercher toutes les occurrences d'URL trouvées dans la chaîne.

[ripat]

Envoyé par stephaneey

ça je ne suis pas tout à fait d'accord. Les regex ont la réputation d'être lentes et il vaut mieux utiliser les fonctions de chaînes de caractères classique quand c'est possible.

Je parlais des PCRE comparées aux POSIX...
Ceci dit, tu as raison, les traitements de chaîne sont plus rapides, mais bonjour la galère pour tenir compte de la casse, des césures et autres alternations....

Tu peux en effet t'en tirer avec des strpos ou stripos (php5) mais quid si il y a dans le texte d'autres mots avec 'http' comme

"Le protocole http etc...lien http://www.monsite.com/index.php?sid=blabla&topic=45 texte....."

Les regex sont peut-être plus lentes mais quelle facilité quand on est paresseux comme moi

Envoyé par stephaneey

Bon début, mais j'aurais plutôt utilisé preg_match_all
pour rechercher toutes les occurrences d'URL trouvées dans la chaîne.

T'as encore raison mais dans la question il y a :

dans une de ces lignes, il y a l'url d'un site.

[Hell]

Je vous remercie, c'est très sympa de m'avoir aidé !
Ca fonctionne parfaitement maintenant, c'est bien plus simple qu'avec strpos/substr/strlen

Code :

1
2
3
4
5
6
7
8
9
10
11
12
<?php
 
//texte
$ligne = 'fdfsdjkfdjskljfldks http://www.google.fr fodfkljskljsdf';
 
//s'arrete au premier espace trouvé ( \s )
preg_match('/http[^\s]*/',$ligne,$tableau);
 
//affichage
echo $tableau[0]
 
?>