Discussion :

[hendrix67]

bonjour,
à partir d'un texte html en entrée (que je recupere dans une variable $texte) je souhaite grace a une regex recuperer la liste des documents de types (pdf,doc,xls,txt,ppt,odt,csv) qui sont sous forme de liens html, mais il ne faut pas qu'il recupere les liens vers des pages html.

les documents en questions sont des liens dans un dossier du www.

j'ai essayé ce masque mais sans succès:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$masque='#href=\"\/(.*)\/(.[pdf|doc|xls|odt|txt|ppt|csv])\"#';

merci beaucoup

[sabotage]

comme ça ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$masque='#href="(.+\.(?:pdf|doc|xls|odt|txt|ppt|csv))"#';

ne me demande pas pourquoi ca ne marche pas avec les crochets.

[hendrix67]

merci mais ca ne marche pas dès lors qu'il y'a un href qui contient un lien vers html , il recupere du debut du lien html jusqu'a .pdf par exemple:

/http://www.............html> ............href=fichier.pdf

[sabotage]

Je crois que je tombe dans le bricolage un peu :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$masque='#href="([^"]+\.(?:pdf|doc|xls|odt|txt|ppt|csv))"#U';

[hendrix67]

merci beaucoup ca a marché !

[SpaceFrog]

ne me demande pas pourquoi ca ne marche pas avec les crochets.

tout simplement parceque les crochets délimitent un ensemble de caractères et ceci de façon littérale

ex [ab] indique que a et be sont autorisés
[ab]{3} matcherait
aaa
bbb
aab
abb
aba
bab
bba
baa

le ? les : et le | sont pris en tant que caractères

[a|b]{3} ne veut pas dire trois fois a ou b mais matche de la même façon
aaa
|||
bbb
a|b
etc...

[] = classe de cacratères