Discussion :

[mastergalaxy]

Bonjour,

Je veux mettre en place une expression régulière me permettant de sélectionner une partie d'un code html entre deux balises bien spécifiques, j'y arrive pas à cause de saut de lignes,

ces deux balises sont :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
<a name="RcpIndicTherap">4.1. Indications thérapeutiques</a>
(récupérer tous ce code)
<a name="RcpPosoAdmin">4.2. Posologie et mode d'administration</a>

le nombre de saut de lignes et la quantité du code entre ces deux balises peut varier d'une page à une autre,

il me faut donc une expression qui peut choisir tout le code quelque soit le nombre de sauts, d'espaces ou de code html.

voici le contenu de mon code file/file/php :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<p class="AmmAnnexeTitre2"><a name="RcpIndicTherap">4.1. Indications thérapeutiques</a></p>
<p class=AmmCorpsTexte><u>Hypertension</u></p>
<p class=AmmCorpsTexte>Traitement de l’hypertension artérielle essentielle chez l’adulte.</p>
<p class=AmmCorpsTexte><u>Prévention cardiovasculaire</u></p>
<p class=AmmCorpsTexte>Réduction de la morbidité cardiovasculaire chez les adultes présentant :</p>
<p class=AmmListePuces1><span style='font-family:Symbol'>·<span style='font:7.0pt "Times New Roman"'>         </span></span>une maladie cardiovasculaire athérothrombotique connue (antécédents de coronaropathie, d’accident vasculaire cérébral, ou d’artériopathie périphérique) ou</p>
<p class=AmmListePuces1><span style='font-family:Symbol'>·<span style='font:7.0pt "Times New Roman"'>         </span></span>un diabète de type 2 avec une atteinte d’organe cible documentée.</p>
<p class="AmmAnnexeTitre2"><a name="RcpPosoAdmin">4.2. Posologie et mode d'administration</a></p>

Voici mon expression régulière, elle ne me permet qu'avoir le premier </p> et s'arrête au premier saut de ligne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$csv = file_get_contents("file/file.html");
preg_match('/<a name="RcpIndicTherap">4.1. Indications thérapeutiques<\/a>(.*)/i',$csv, $matches);
print_r($matches);

[Spartacusply]

Hello,

pourquoi ne pas utiliser la classe DOMDocument qui est prévu pour manipuler du XML (donc du HTML) et qui semble plus approprié pour résoudre ton besoin ?

[Aurélien LEQUOY]

http://www.phpliveregex.com/p/47L

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

preg_match_all("/<a name="RcpIndicTherap">4.1. Indications thérapeutiques<\/a>(.*)<a name="RcpPosoAdmin">/s", $input_lines, $output_array);

ramène :

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
17
Array
(
    [0] => Array
        (
            [0] => <a name="RcpIndicTherap">4.1. Indications thérapeutiques</a>
(récupérer tous ce code)
<a name="RcpPosoAdmin">
        )
 
    [1] => Array
        (
            [0] => 
(récupérer tous ce code)
 
        )
 
)

option => /s (pour que le . puisse être un saut de ligne)
Spartacusply => car c'est beaucoup plus facile avec un REGEX ?

[FrancoisPignon]

Il manque quelque chose dans l'expression d'Aurelien: le .* est gourmand et consomme toute la chaine jusqu'a la derniere instance de la chaine terminale (posologie). Pas un probleme s'il n'y a qu'un bloc de code dans la chaine, mais problematique s'il y en a plusieurs. Donc transformer le .* en .*?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
$code = '<a name="RcpIndicTherap">4.1. Indications thérapeutiques</a>
(récupérer tous ce code)
<a name="RcpPosoAdmin">4.2. Posologie et mode d\'administration</a>';
$code=$code.$code; // Test sur deux de suite
 
if(preg_match_all("~(?s)<a name=\"RcpIndicTherap\">4.1. Indications thérapeutiques</a>\R*(.*?)\R*<a name=\"RcpPosoAdmin\">4.2. Posologie et mode d'administration</a>~",$code,$m))
print_r($m[1]); // array avec "recuperer..." deux fois