Discussion :

[xavro]

Bonjour,

voila j'ai un probleme avec l'expression régulière suivante qui me découpe une balise HREF d'une page HTML:

/(.*)<\s*a(.*)href\s*=\s*"(.*)"(.*)>(.*)/
$1 $2 $3 $4 $5

Avec le code suivant, <a href="test.html">Test</a> j'obtiens pour $3 :
test.html

Avec le code suivant, "<a href="test.html"><img src="image.jpg"></a>, j'obtiens pour $3 :
test.html"><img src=

Le premier fonctionne bien mais pour le deuxième, j'aimerais avoir le même résultat que pour le premier, c'est à dire que je n'obtienne pour $3 que le contenu entre les premieres côtes ouvrantes et les premières côtes fermantes.

J'attends votre aide

Merci

[Choupi]

Juste une question: tu veux recuperer tout ? ou juste test.html ?

[xavro]

tous les $i

[Choupi]

Bon alors ce n'est pas clair ca voici ce que je recupere pour chaque $ avec ton expression. Je pense que tu veux en $4 Test ? non ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
1&#58; 2&#58;  3&#58;test.html 4&#58;>Test</a 5&#58; 
1&#58; 2&#58;  3&#58;test.html"><img src="image.jpg 4&#58;></a 5&#58;

Donne un exemple précis avec chacune des correspondances.

[xavro]

Pour l'exemple 1, je voudrais obtenir :
1 :
2 :
3 : test.html
4 :
5 : Test</a>

Pour l'exemple 2, je voudrais obtenir :
1 :
2 :
3 : test.html
4 :
5 : <img src="image.jpg"></a>

[xavro]

Pour l'exemple 1, je voudrais obtenir :
1 :
2 :
3 : test.html
4 :
5 : Test</a>

Pour l'exemple 2, je voudrais obtenir :
1 :
2 :
3 : test.html
4 :
5 : <img src="image.jpg"></a>

[Jedai]

Je proposerais comme solution :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
/&#40;.*&#41;<\s*a&#40;.*&#41;href\s*=\s*"&#91;^"&#93;*"&#40;&#91;^>&#93;*&#41;>&#40;.*&#41;/

Soyons clair, ce n'est pas idéal (par exemple tu ne peux pas avoir de quotes dans ton lien) mais c'est le mieux qu'on puisse faire avec des regexs "simples". Je recommande "Maitrise des Expressions Régulières" de Jeffrey Friedl, chez O'reilly (non ce n'est pas de la pub !!) pour des solutions plus complètes.

--
Jedaï

[xavro]

Re salut,

cette expression regulière fonctionne mais lorsque j'ai deux balises <a href> qui se suivent, seule la deuxième est traitée.

ex :

<a href="Test1.html">Test1</a><a href="Test2.html">Test2</a>

Et donc :
$1 : <a href="Test1.html">Test1</a>
$2 :
$3 : Test2.html
$4 :
$5 : Test2</a>

Le but de ce script est d'extraire $3 pour le mettre en minuscule. Donc si vous avez une autre méthode pour faire ceci, je suis preneur...

[schnecke]

Avec le code suivant, "<a href="test.html"><img src="image.jpg"></a>, j'obtiens pour $3 :
test.html"><img src=

Il faut que tu ajoutes un ? pour que la recherche de motif s'arrete à la premiere occurence de ". Comme ca donc:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

/&#40;.*&#41;<\s*a&#40;.*&#41;href\s*=\s*"&#40;.*?&#41;"&#40;.*&#41;>&#40;.*&#41;/

avec ca, $3 devrait bien valoir test.html.

[Jedai]

Et alors, tu n'as qu'à analyser $1, non ?
Qu'est ce que tu veux traiter exactement ??
S'il s'agit d'un document HTML complet, tu sais que HTML:arser est ton ami, et dans ton cas particulier HTML::LinkExtor (ou peut-être HTML::LinkExtractor si tu veux le texte des liens) ?
A part dans les cas très simples, il est recommandé d'utiliser ces modules plutôt que les regexs pour traiter un document html, car les regexs deviennent vites trop compliquées à gérer.


[EDIT] Schnecke, ma solution est meilleure, car plus rapide
Xavro > Tu aurais dû tout de suite nous préciser ton but, on aurait pu te proposer une regex comme ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
$html =~ s/<a &#40;.+?&#41; href \s* = \s* "&#40;&#91;^"&#93;+&#41;"/'<a'.$1.'href="'.lc&#40;$2&#41;.'"'/exgi;

--
Jedaï

[xavro]

merci tous les deux particulièrement Jedai.

Par contre est ce que tu sais comment faire pour remplacer en plus tous les caractères accentués par des caractères non accentués et les caractères "ç" et "°" par respectivement "c" et "_"

[xavro]

c'est j'ai trouve, il suffit de faire une fonction et la mettre à la place de la fonction "lc"

Merci Jedai