Discussion :

[Lomic]

Bonjour à tous,

j'y suis presque mais je n'arrive pas à trouver la bonne syntaxe

j'ai ce genre de textes dans un texte plus long et je veux les supprimer :

Code HTML :

Sélectionner tout - Visualiser dans une fenêtre à part

<script type="text/javascript">hideAndShow('spoil417a0ffc0ee3ed8010067f8d2d4c6c1a');</script>

seul "spoil........." change

du coup j'ai une recherche comme ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$regexp='/<script type=\"text\/javascript\">hideAndShow\(\'[a-zA-Z]{37}\'\);<\/script>/';

et je l'utilise pour dans une preg_match

mais il ne me trouve rien...

j'ai aussi fait avec une regexp plus simple genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$regexp='/<script type=\"text\/javascript\" (.*)<\/script>/';

mais là il ne s'arrête pas toujours bien et me prend souvent plus que la partie <script... à... /script>

une fois que j'aurais trouvé la bonne regexp, je bouclerai sur mon texte avec un "while"

Merci pour vos lumières

[Lomic]

euh je crois que j'ai tout simplement oublié les chiffres désolé !

je vais tester et je reviens me flageller ensuite

[Edit]Ben ça marche tout de suite mieux, et avec une paire de parenthèses pour récupérer le contenu...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$regexp='/<script type=\"text\/javascript\">hideAndShow\(\'([a-zA-Z]{37})\'\);<\/script>/';

[CosmoKnacki]

Tu peux te flageller quand même: on n'édite pas du html comme un simple texte avec des regex.
Le html est flexible mais structuré et le mieux est de s'appuyer sur cette structure pour éviter les âneries comme:

• rater une balise script parce que son attribut type est manquant ou espacé différemment ou bien sa valeur n'est pas entouré de double quotes.
• au contraire, trouver un balise script qui n'en est pas une car contenue dans un commentaire html

Bref, il y a 36 manières que ta pattern échoue ou renvoie un résultat qui ne devrait pas y être. Donc pour éviter la plupart de ces déconvenues tu peux commencer dans un premier temps par filtrer tous les éléments script contenant hideAndShow avec XPath:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
$dom = new DOMDocument;
$dom->loadHTMLFile('file.html');
 
$xp = new DOMXPath($dom);
 
$scriptNodes  = $xp->query('//script[contains(., "hideAndShow")]');

Dans un deuxième temps on s'attaque aux valeurs de la liste de nœuds script pour une vérification plus fine et pour extraire ce qui nous intéresse. Là on peut sortir la regex, mais dans le meilleur des mondes et dans le même ordre d'idées, l'idéal serait pour cette étape d'utiliser un parser JavaScript (Il en existe un mais je crois qu'il est un peu vieillot).

[Lomic]

Pour mon cas précis, c'est toujours cette structure :

Code HTML :

Sélectionner tout - Visualiser dans une fenêtre à part

<script type="text/javascript">hideAndShow('spoil417a0ffc0ee3ed8010067f8d2d4c6c1a');</script>

avec 'spoil545656454546' qui fait 37 caractères, ce qui me sauve un peu

la source de mon texte sont les posts d'un forum (qui contiennent un peu de HTML) et ce javascript concerne les spoils (que je supprime), si le posteur s'est amusé à bricoler le contenu du spoil, celui-ci ne marchera pas correctement donc soit il l'a corrigé pour qu'il soit fonctionnel (sinon à quoi bon mettre un spoil), soit il ne l'a pas corrigé, il ne fonctionne pas, son contenu est mal/pas masqué et ça n'est pas un problème si mon script en loupe quelques uns

je note ta suggestion si un jour j'ai à traiter plus sérieusement des pages HTML

et je me suis déjà flagellé pour avoir posé une question alors qu'il manquait un élément évident dans mon code

[Lomic]

La suggestion du DOM n'est pas tombée dans l'oreille d'un sourd
Remplacement de tous les smileys du forum 1 (codés sous forme de <img src.... /> ) par la version du forum 2 en un tournemain

Code php :

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
function replace_smilies($text){
 
        $dom = new DOMDocument('1.0');
        $dom->loadHTML($text);
        $anchors = $dom -> getElementsByTagName('img');
        foreach ($anchors as $element) {
          $class = $element -> getAttribute('class');
          if($class=='smiley'){
            $alt = $element -> getAttribute('alt');
            $src = $element -> getAttribute('src');
            $content_cb='<img src="'.$src.'" alt="'.$alt.'" class="smiley" />';
            $content_phpBB = '<E>'.$alt.'</E> ';
 
            $text = str_replace("$content_cb", "$content_phpBB", $text);
          }
        }
        return $text;
}

[Lomic]

Pour aller plus loin avec cette chouette méthode, comme je peux avoir le contenu de l'élément ?

Genre j'ai cette magnifique chose imbriquée :

Code html :

Sélectionner tout - Visualiser dans une fenêtre à part

<span class="spoil"><span class="spoil_info" onClick="hideAndShow('spoil08b25f1eae526c28a35f678123f9e041');">Spoiler</span><span class="spoil_spoiler" id="spoil08b25f1eae526c28a35f678123f9e041">hé non <E>:p</E> <span class="spoil"><span class="spoil_info" onClick="hideAndShow('spoilaea7839949497b2365abdab12f5626c0');">Spoiler</span><span class="spoil_spoiler" id="spoilaea7839949497b2365abdab12f5626c0">cherche encore...<span class="spoil"><span class="spoil_info" onClick="hideAndShow('spoil9f23324344969b872e4e89e3786e0868');">Spoiler</span><span class="spoil_spoiler" id="spoil9f23324344969b872e4e89e3786e0868">toujours pas...<span class="spoil"><span class="spoil_info" onClick="hideAndShow('spoildd3d0c5aa0770e2dd642b6fe2ca9b908');">Spoiler</span><span class="spoil_spoiler" id="spoildd3d0c5aa0770e2dd642b6fe2ca9b908">bien caché : <r><YOUTUBE id="1Bn50keR6UY"><s>[media]</s><URL url="https://www.youtube.com/watch?v=1Bn50keR6UY">https://www.youtube.com/watch?v=1Bn50keR6UY</URL><e>[/media]</e></YOUTUBE></r></span></span></span></span></span></span></span></span>

Je veux me débarrasser de tout ce qui est entre la balise span initiale et la finale

Je peux faire un :

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
$dom = new DOMDocument('1.0');
        $dom->loadHTML($text);
        $anchors = $dom -> getElementsByTagName('span');
        foreach ($anchors as $element) {
          $class = $element -> getAttribute('class');
          if($class=='spoil'){
           // je remplace cet élément par rien dans $text
          }
        }

mais je n'ai pas trop d'idée pour faire mon traitement : " je remplace cet élément par rien dans $text"

Je le sens bien comme ça :

Code php :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
$dom = new DOMDocument('1.0');
$dom->loadHTML($text);
$anchors = $dom -> getElementsByTagName('span');
foreach ($anchors as $element) {
  $class = $element -> getAttribute('class');
  if($class=='spoil'){
    $element->nodeValue = "";
  }
}
$text = $dom->saveHTML();

ça fonctionne pas mal sauf que je veux pas rajouter toute la structure d'une page HTML autour de mon $text (ni changer les caractères spéciaux...) faut que je creuse encore...

[Edit] en ajoutant les options LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD à mon loadHTML, c'est un peu mieux mais il me modifie toutes mes balises en majuscules, syntaxe créée pour le forum 2 qui écrit ses balises de comme ça : <CAUDE><s>[caude]</s>Caude test<e>[/caude]</e></CAUDE>, et il remplace tous mes caractères accentués par leur équivalent HTML, je préférerais éviter.

Si quelqu'un a une idée