Discussion :

[flo974]

Bonjour à tous,

je m'arrache les cheveux sur une regex.
Dans le cadre d'un url rewriting, j'aimerais réécrire les urls des liens contenus dans mes pages, en urls "propre".
Je parse donc ma page avec php avant de l'afficher.
J'aimerais ne sélectionner que les urls relatives et les absolues qui pointent sur le domaine...

donc les urls commençant par:

http://www.mondomaine.com/mapage.php?mesvariables
http://mondomaine.com/mapage.php?mesvariables
www.domaine.com/mapage.php?mesvariables
/mapage.php?mesvariables
mapage.php?mesvariables

D'abord est-ce possible dans une seule regex ? je commence à croire que non...

Pour l'instant j'ai fait cette regle :

#<a(.+)href="(?(?=www)(www\.mondomaine\.fr))/?(.+)\.php\?([A-Za-z0-9\-_=&;]*)"([^>]*)>(.+)</a>#Usi

En fait il faudrait que si "www" ou "http://" ou "http://www" est trouvé, il soit suivi de "mondomaine.fr"

J'ai du mal avec les assertions... ça ne fonctionne pas

Un peu d'aide serait bienvenue

Meci

[eyquem]

#(((?:http://)?(?:www\.)?mondomaine\.(?:com|fr))?/)?[^.]+\.php\?[a-z0-9\-_=&;]*"[^>]*>[^<]+</a>#Usi


Dans tes exemples:

http://www.mondomaine.com/mapage.php?mesvariables
http://mondomaine.com/mapage.php?mesvariables
www.domaine.com/mapage.php?mesvariables
/mapage.php?mesvariables
mapage.php?mesvariables

le troisième est domaine.com au lieu de mondomaine.com

Ça peut expliquer tes difficultés (?)

Remarque:
(?:http://)?(?:www\.)?mondomaine
matchera avec
http://mondomaine
www.mondomaine
http//www.mondomaine
mondomaine
alors que dans tes exemples il n’y a pas

mondomaine.com/mapage.php?mesvariables



Si tu mets i comme option, pourquoi écrire A-Za-z dans la classe ?

Tu mets aussi l’option s: le point a-t-il vraiment besoin de matcher des fins de lignes ?

Chaque fois qu’on le peut, il vaut mieux utiliser [^....] plutôt que .+? ou .+ avec U. Dans certains cas particuliers, il m’est arrivé que .+? matche plus loin que je ne le voulais.


À moins que tu veuilles vraiment définir des groupes, les ( ) autour de .+ et [^>]* ne sont pas nécessaires.

De même il faut mettre ?: au début d’un parenthésage pour empêcher d’en faire un groupe.

[flo974]

Salut,

merci pour la réponse et les conseils d'optimisation, cela fonctionne bien.

domaine.com est une erreur de saisi uniquement dans le post.
Les groupes sont importants car je reconstrui l'url en ajoutant des mots, et un title dans la balise, il me faut capturer les caractères à l'intérieur de la balise.

Au final, voici la règle :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

#<a([^.]+)?href="(?:(?:(?:<a href="http://)?(?:www\.)?mondomaine\.(?:com|fr))?/)?(" target="_blank">http://)?(?:www\.)?mondomaine\.(?:com|fr))?/)?(</a>[^.]+)\.php\?([a-z0-9\-_=&;]*)"([^>]*)>([^<]+)</a>#Usi

Merci encore

A+