Exclure une chaine dans un motif, pour extraire des liens html [Fait]

[Dimitri01]

Bonjour,

Il s'agit surement d'un problème assez simple, et pourtant...

Je cherche à capturer toutes les urls de liens dans ma page html.

Autrement dit, imaginez le texte suivant :

Code :

Bonjour, j'ai <a href="ok1">besoin</a> de votre aide, parce que <a href="ok2">vous êtes = à des pros</a>

Comment récupérer "ok1" et "ok2" ?
Actuellement, mon motif était le suivant :

Code :

$reg = '/<a href="([^<]*)">([^=]*)<\/a>/';

Ca a marché, jusqu'à ce que un texte de lien contienne le signe "=", comme dans l'exemple ci-dessus.

En effet, j'excluais le signe "=", mais pour que ça marche, il faudrait que je puisse exclure exclure une chaine.

Une sorte de [^MACHAINE]. Ainsi, je ferai le motif suivant :

Code :

$reg = '/<a href="([^<]*)">([^href]*)<\/a>/';

Mais ça ne marche pas, parce que je ne sais pas exclure une chaine dans un motif. Et ^href n'exclu pas la chaine href...

Existe t-il une solution ?

Merci pour votre aide.

[mathieu]

essaye ça :

Code :

$reg = '#<a href="([^"]*)">([^<]*)</a>#';

regarde aussi cette expression régulière qui est plus développée là :
http://g-rossolini.developpez.com/tu...page_2#LII-3-b

[Mr. Pink]

Bonjour,
j'ai moi aussi un peu le même probleme et je patauge un peu.
Je cherche à extraire l'url et le contenu des liens d'un page html.
Concretement voilà ce que j'appelle url et contenu dans un lien : <a href="url">contenu</a>

J'ai d'abord utilisé cette expression :

Code :

$reg = '/<a([^>])*href="([^"]+)"([^>])*>(.*)<\/a>/'

mais il ne sort qu'un résultat lorsque 2 liens sont sur la meme ligne, j'ai donc voulu interdire la présence de "</a>" dans le contenu avec une expression de ce style :

Code :

$reg = '/<a([^>])*href="([^"]+)"([^>])*>([^\(<\/a\)]*)<\/a>/'

mais ce motif là [^\(<\/a\)] ne marche pas.

Est il possible d'interdire toute une chaine ?

Merci d'avance

[julp]

Envoyé par Mr. Pink

mais ce motif là [^\(<\/a\)] ne marche pas.

C'est tout à fait normal puisque vous utilisez une classe qui a un tout autre but au lieu d'une assertion négative. Une classe, est un ensemble de caractères qu'il faut considérer comme une alternative. [abc] dit que la chaîne doit comporter a ou b ou c et non la chaîne abc. Quand elle est niée c'est la même chose [^abc] : tout caractère qui n'est ni a ni b ni c et non pas une chaîne ne contenant pas abc.

A priori, il vous manque déjà plutôt, et pour commencer, la spécification du caractère non gourmand de l'expression (option U à la fin de celle-ci) - que l'on peut aussi spécifier de manière individuelle après chaque quantifieur (?, *, +) en le faisant succéder de ?.

Choisissez également mieux vos délimiteurs ça vous évitera d'avoir à les échapper.

Mais tout est détaillé dans le tutoriel : Initiation aux expressions régulières en PHP.

[Mr. Pink]

Merci pour cette précieuse aide, va falloir que je me penche plus serieursement sur l'etendue des capacités des expressions regulieres.

Donc voilà avec cette expression ça marche :

Code :

'#<a([^>]*)href="([^"]*)"([^>]*)>(.*)</a>#U'

Ca récupere url et contenu de tous les liens.
Merci