Discussion :

[Mike91]

Bonjour à tous,

je cherche un regex qui puisse me ressortir les adresses dans le code ci-dessous :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
<ul>
	<li>
		<a class="external" href="URL">Personne 1</a>
		<div>Adresse 1</div>
		<div>CP 1</div>
	</li>
</ul>
<ul>
	<li>
		<a class="external" href="URL">Personne 2</a>
		<div>Adresse 2</div>
		<div>CP 2</div>
	</li>
</ul>

Ainsi j'aurais besoin de récupérer les 3 informations par (nom, adresse, cp) par section <li>.
Malgré tout mes essais, je ne parviens pas à y arriver.

Une idée ou au moins un point de départ ?

[CosmoKnacki]

Pour faire ça, il faut mieux te tourner vers DOMDocument qui va construire une représentation arborescente du code html facilement interrogeable, exemple:

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
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
$html = '<ul>
    <li>
        <a class="external" href="URL">Personne 1</a>
        <div>Adresse 1</div>
        <div>CP 1</div>
    </li>
</ul>
<ul>
    <li>
        <a class="external" href="URL">Personne 2</a>
        <div>Adresse 2</div>
        <div>CP 2</div>
    </li>
</ul>';
 
$dom = new DOMDocument;
$dom->loadHTML($html);
 
$lis = $dom->getElementsByTagName('li');
 
$results = [];
 
foreach ($lis as $li) {
    $link = $li->getElementsByTagName('a')->item(0);
    $divs = $li->getElementsByTagName('div');
 
    $results[] = [
        'personne' => $link->nodeValue,
        'adresse'  => $divs->item(0)->nodeValue,
        'CP'       => $divs->item(1)->nodeValue
    ];
}
 
print_r($results);

À propos de l'approche par regex:

Il est évident qu'une recherche directe dans la chaîne par regex si elle est bien construite (ou avec les fonctions de manipulation de chaîne pour les cas triviaux) sera toujours plus performante qu'une approche avec un outil comme DOMDocument, car ce dernier doit auparavant construire l'arbre ce qui représente un coût que n'a pas à payer l'autre méthode.

Par contre, l'avantage de l'approche DOMDocument est qu'elle permet d'interroger un code html en se basant juste sur la structure du document et ce, indépendamment des particularités de la chaîne de départ (ordre des attributs, casse utilisée pour les tags, espaces entre les balises...), voire même en passant outre certaines erreurs html (avec plus ou moins de bonheur, il faut bien l'avouer).