Preg_split qui foire un poil

**Tenmaxime** · 08/12/2009, 14h32

Bonjour,

la question va surement paraitre simple pour pas mal d'entre vous, mais j'ai toujours un problème avec les expressions régulières dans mes fonctions...

Je voudrais faire un explode d'un texte avec comme séparateur les balises HTML <h3>. Mais ces balises peuvent tantôt être vides d'attributs, tantôt avec style="" ou autre.

Voici ce que j'ai naïvement fait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
$decoupe = preg_split('@(<h3(.*)>)@',$texte);

Evidemment, ça ne marche pas

Ou est le problème?

Merci

**Fench** · 08/12/2009, 14h45

Euhhh pourquoi les @

c pas plutôt:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
$decoupe = preg_split('/<h3(.*)>/',$texte);

Aussi en limitant sur le '.' car tout autoriser est peut être trop ?

**Zwiter** · 08/12/2009, 14h49

Bonjour,
Tout d'abord, les parenthèses sont inutiles :
@(<h3(.*)>)@ equivaut à @<h3.*>@

ENsuite, la solution est de rendre le .* de ton expression 'greedy', c'est a dire de prendre le moins de caractère possible qui verifient l'expression :
@<h3.*>@ va perndre ce qui commence par <h3, puis va aller le plus loin possible jusqu'a avoir le dernier signe supérieur de $texte.
@<h3.*?>@ avec le point d'interrogation va chercher la plus petite portion correspondante, soit <h3 jusqu'au 1er signe supérieur.

Z.

**SpaceFrog** · 08/12/2009, 15h05

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

*?

c'est pas redondant ???
* => 0 ou plus
? facultatif ...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$decoupe = preg_split('@(<h3[^>]*>)@',$texte);

**Zwiter** · 08/12/2009, 15h09

Si c'est redondant, c'est que ca ne fonctionne pas pareil d'une version a l'autre de php. Chez moi :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
<?php
$texte = "toto<h3 style=\"bla\">bla<h3>pouet";
$decoupe = preg_split('/<h3.*?>/',$texte);
var_dump($decoupe);
?>

retourne toto, bla et pouet
Sans le ?, toto et pouet. Bla n'est pas retourné !

**Tenmaxime** · 08/12/2009, 15h35

Effectivement ça marche chez moi de la même manière que chez Zwiter.

Merci pour vos réponses, ça marche très bien

**s.n.a.f.u** · 08/12/2009, 15h38

Envoyé par Zwiter

ENsuite, la solution est de rendre le .* de ton expression 'greedy', c'est a dire de prendre le moins de caractère possible qui verifient l'expression

L'explication est tout à fait valable, mais le vocabulaire est faux :

- "greedy" signifie "gourmand". C'est le comportement par défaut qui oblige à prendre le plus de caractères possibles.

- le comportement inverse qui correspond à l'explication est qualifié de "ungreedy" pour "non gourmand". C'est l'explication du modifier U qui inverse le comportement.

D'autre part, il est encore plus performant de prendre la solution de SpaceFrog, car dans ce cas on profite du caractère "greedy" en balisant correctement.

Et pour taper dans les coins, la solution la plus performante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$decoupe = preg_split('@<h3[^>]*+>@',$texte);

- Gain de perf car pas de capture en enlevant les parenthèse.
- Gain de perf en utilisant le quantificateur atomique *+ qui neutralise le backtracking