highlight /surbrillance en excluant le HTML

[chicobra]

Bonjour,

J'ai du mal à trouver la bonne regexp pour faire du highlighting, avec les contraintes suivantes :
- il peut avoir plusieurs mots à surligner
- il faut faire abstraction des caractères spéciaux de recherche (* & + ...)
- il faut que ça soit case insensitive
- il ne faut pas faire de replace dans les balises HTML

Pour le moment j'utilise en gros la fonction suivante :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
function surligne($champ)
{
	// $_REQUEST['keywords'] est l'expression (on peut avoir plusieurs mots) que je recherche dans $champ
 
	$needles=explode(' ',urldecode($_REQUEST['keywords']));
	$res=$champ;
	foreach($needles as $needle)
	{
		$needle=trim($needle,'*-+"&|()<>~');
		$res=eregi_replace('(.*)('.$needle.')(.*)','\1<span class="surligne">\2</span>\3',$res);
	}
	return $res;
}

Le problème est que ça ne fait le replace que sur la dernière occurence d'un keyword dans mon champ !
Si je me trompe pas, ereg_replace doit normalement remplacer toutes les occurences.

Mon deuxième problèmes concerne les balises HTML et notamment les mailto.
Par exemple si je recherche "toto" dans <a href="mailto:toto@bob.com">Toto</a> , le replace va aussi se faire dans le mailto.
J'ai tenté d'utiliser une regexp de ce type :

Code :

1
2
 
$champ=preg_replace("/(>|^)([^<]+)(?=<|$)/esx","'\\1'.str_replace('".$needle."','<span class=\"surligne\">".$needle."</span>','\\2')",$champ);

mais ce n'est pas très concluant.


Quelqu'un aurait-il une piste ??
Merci !

[Nesmontou]

Salut, j'ai testé ça vite fait, ça pourra peut-être répondre à ta question

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
<?php
$string = '<p>test : ceci est un EsSaI de <a href="mailto:toto@bob.com">Toto</a></p>';
 
function highlightHtml($html) {
	$pattern = '`>([^<]+)<`i';
 
	$needles = array('test',
			 'essai',
			 'toto');
 
	foreach($needles as $needle) {
		$needle = trim($needle, '*-+"&|()<>~');
		$html   = preg_replace_callback(
					$pattern,
					create_function(
						'$matches',
						'return \'>\' . preg_replace(\'`' . $needle . '`i\', \'<span class="highlight">$0</span>\', $matches[1]) . \'<\';'
						),
					$html
					);
	}
	return $html;
}
 
echo highlightHtml($string);
?>

Bon développement

[chicobra]

Merci Nesmontou.

Ca marche plutôt bien, SAUF quand il n'y a aucune balise HTML avant la chaîne recherchée... (je sais, je suis chiant )
Bref, je vais essayer d'ajouter une alternative dans le pattern.

En tout cas je me suis penché sur les PCRE, et ça a l'air d'être carrément mieux que les POSIX (ereg, etc....). J'ai essayé de résoudre le pb en utilisant une negative lookbehind (trop fort le concept), mais sans succès.

Pour info, j'ai trouvé ce site qui est pas mal du tout : http://www.lumadis.be/regex/tuto_pcre.php