Fonction preg_match ne retourne pas le résultat escompté

**moimp** · 25/11/2024, 16h18

Bonjour,
J'ai le code html suivant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
<div class="blockImg imgRight">
	<img src="customs/2/pictures/home.png">
	<figcaption>Une légende</figcaption>
</div>

De ce code, je souhaite extraire:

imgRight (ou imgLeft)
'home.png'
'Une légende'

Pour commencer, j'ai essayé ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$block = file_get_contents($customDir.'blockImg.php');
 preg_match("#imgRight|imgLeft#", $block, $matches, PREG_OFFSET_CAPTURE);
var_dump($matches);		// retourne 1

Je voudrais que $matches retourne imgRight ou imgLeft selon le cas.
EDIT: Correction d'une erreur dans le code.
EDIT2: J'ai modifié mon code comme ceci: $matches = preg_match("#<div class='blockImg (.+)'>#", $block, $matches, PREG_OFFSET_CAPTURE); // retourne 0 qui retourne 0.

**gabi7756** · 25/11/2024, 16h42

Bonjour,
Quelque chose comme ceci ?

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
19
 
<?php
// Extraire imgRight ou imgLeft
preg_match("#<div class=\"blockImg (imgRight|imgLeft)\">#", $block, $matches);
$imgClass = $matches[1] ?? null;
 
// Extraire le nom du fichier image
preg_match("#<img src=\"customs/2/pictures/([^\"]+)\">#", $block, $matches);
$imgSrc = $matches[1] ?? null;
 
// Extraire la légende
preg_match("#<figcaption>([^<]+)</figcaption>#", $block, $matches);
$figcaption = $matches[1] ?? null;
 
// Afficher les résultats
var_dump($imgClass);  // imgRight ou imgLeft
var_dump($imgSrc);    // home.png
var_dump($figcaption); // Une légende
?>

Edit : Ton code il renvoie pas 1 mais ca

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
array(1) { [0]=> array(2) { [0]=> string(8) "imgRight" [1]=> int(21) } }

Cdt

**moimp** · 25/11/2024, 18h42

Merci, c'est parfait mais pourquoi écrire ([^\"]+) ou ([^<]+) plutôt qu'un simple (.+) qui marche aussi bien?

**CosmoKnacki** · 25/11/2024, 21h17

Attaquer directement du html avec des fonctions de string ou des regex est un mésusage de celles-ci. Les fonctions de chaînes sont très précises et même si les regex sont plus flexibles, elles restent assez désarmées face à la souplesse de la syntaxe du html.

Quand bien même ton html est généré automatiquement et est censé avoir toujours la même forme et que tu obtiennes la ou les patterns adéquates, le jour où tu décides de modifier d'ajouter une classe, un élément, un attribut... bref à la moindre modification, tu devras recommencer.

D'autre part, le html est un langage structuré, donc autant t'appuyer sur cette structure. En utilisant le DOM, tu peux exprimer tes demandes en manipulant des noms de balises et d'attributs ainsi que la structure du document. Ce qui en fait une solution robuste.

Un exemple: démo

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
$html = <<<'HTML'
<div class="blockImg imgRight">
	<img src="customs/2/pictures/home.png">
	<figcaption>Une légende</figcaption>
</div>
HTML;
 
// on ajoute la structure manquante pour préciser l'encodage
$html = <<<HTML
<html><head><meta charset="utf-8"/></head><body>$html</body></html>
HTML;
 
$dom = new \DOMDocument;
$dom->loadHTML($html, LIBXML_NOERROR);
 
$context = $dom->getElementsByTagName('div')[0];
 
$xp = new \DOMXPath($dom);
 
// on extrait la valeur de l'attribut class tout en vérifiant la présence de la classe "blockImg"
$classAttrValue = $xp->evaluate( 
    'string(@class[contains(concat(" ", normalize-space(.), " "), " blockImg ")])',
    $context
);
 
if ($classAttrValue && preg_match('~ \b img (?: Right | Left ) \b ~x', $classAttrValue, $m)) {
    $class = $m[0];
    $src = $xp->evaluate('string(img/@src)', $context);
    $filename = basename($src);
    $caption = $xp->evaluate('string(figcaption)', $context);
 
    echo $class, PHP_EOL, $src, PHP_EOL, $filename, PHP_EOL, $caption, PHP_EOL;
}

C'est juste une manière de faire, rien ne t'oblige à utiliser XPATH, tu peux aussi le faire juste avec les méthodes de DOMNode, DOMAttr, etc.

Avec PHP 8.4.1, on peut utiliser aussi \Dom\HTMLDocument qui gère correctement HTML 5 et évite certaines complications: l'encodage est en UTF-8 par défaut, on peut utiliser les querySelectors (ce qui est à la mode mais pas toujours pratique), la propriété \Dom\Element::$classList qui renvoie un object \Dom\TokenList avec une méthode contains() (et donc qui évite de découper l'attribut class soi-même).

avec XPATH: démo

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
$html = <<<'HTML'
<div class="blockImg imgRight">
	<img src="customs/2/pictures/home.png">
	<figcaption>Une légende</figcaption>
</div>
HTML;
 
$dom = \Dom\HTMLDocument::createFromString($html, LIBXML_NOERROR | \DOM\HTML_NO_DEFAULT_NS);
 
$xp = new \Dom\XPath($dom);
 
$context = $dom->getElementsByTagName('div')[0];
$classList = $context->classList;
 
if ($classList->contains('blockImg') and $classList->contains('imgRight') || $classList->contains('imgLeft')) {
    $class = $classList->contains('imgRight') ? 'imgRight' : 'imgLeft';
    $src = $xp->evaluate('string(img/@src)', $context);
    $caption = $xp->evaluate('string(figcaption)', $context);
 
    echo $class, PHP_EOL, $src, PHP_EOL, $caption, PHP_EOL;
}

À noter que HTML 5 prend en compte des espaces de noms, c'est la raison pour laquelle j'ai utilisé l'option \DOM\HTML_NO_DEFAULT_NS pour ne pas avoir à préciser l'espace de nom par défaut pour chaque tag dans la requête XPath. Exemple sans cette option:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$xp->registerNamespace('xhtml', 'http://www.w3.org/1999/xhtml');
// ...
$caption = $xp->evaluate('string(xhtml:figcaption)', $context);

Avec les querySelectors: démo

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
$html = <<<'HTML'
<div class="blockImg imgRight">
	<img src="customs/2/pictures/home.png">
	<figcaption>Une légende</figcaption>
</div>
HTML;
 
$dom = \Dom\HTMLDocument::createFromString($html, LIBXML_NOERROR);
 
$divNode = $dom->querySelector('div.blockImg');
 
$classList = $divNode?->classList;
 
if ($divNode and $classList->contains('imgRight') || $classList->contains('imgLeft')) {
    $class = $classList->contains('imgRight') ? 'imgRight' : 'imgLeft';
    $src = $divNode->querySelector('img')->getAttribute('src');
    $caption = $divNode->querySelector('figcaption')->textContent;
 
    echo $class, PHP_EOL, $src, PHP_EOL, $caption, PHP_EOL;
}

Pour l'instant la doc PHP n'est pas à jour sur ces fonctionnalités, mais vous pouvez trouver des renseignements sur le rfc de ext-dom.

**moimp** · 26/11/2024, 09h19

Merci pour ce cours complet. J'ai déjà utilisé le DOM en JavaScript mais il faut que je creuse davantage en PHP. Provisoirement, je vais garder la solution regex et je note d'approfondir la solution DOM en fin d'avancement du projet.

Fonction preg_match ne retourne pas le résultat escompté

Langage PHP

Vue hybride

Discussions similaires

Partager

Partager