Mode multiline et option ungreedy ?

Version imprimable

07/02/2010, 11h54
tintin72

Mode multiline et option ungreedy ?
Bonjour,

Après une bonne prise de tête pour récupérer le texte (sur plusieurs lignes) contenu
dans une balise div, je me suis aperçu que le mode multiline ne fonctionnait pas
toujours notamment sous FF. Donc exit l'option m.

Suite à des recherches j'ai trouvé un code qui contourne le problème:

Code:

var div_content = /<div class="maclasse">([^þ]*)<\/div>/i;

Le truc consiste à cibler tous les caractères exceptés ceux qui n'ont, à priori, aucune chance d'apparaitre
dans la chaine. ici en l'occurence: þ

Voici mon code:

Texte à matcher:

Citation:

<div class="maclasse">
contenu du div maclasse
</div>

<div class="uneclasse">
contenu du div uneclasse
</div>

Code:
Code:

1 2 3 var div_content = /<div class="maclasse">([^þ]*)<\/div>/i; var result = data.match(div_content); alert (result[1]);
Ce qui m'affiche le résultat suivant:

Citation:

contenu du div maclasse
</div>

<div class="uneclasse">
contenu du div uneclasse

c'est presque bon sauf qu'au lieu de s'arrêter au 1er </div> après <div class="maclasse">, il
continue jusqu'au bout.

Y a t-il une équivalence de ungreedy (U) comme en PHP ?
Je sais qu'il y a l'option g, mais que je la mette ou pas le résultat est le même.

Quelqu'un pourrait-il maider ?

Merci

Curieusement hormis le fait que IE sorte le tag div en majuscules il semblerait que les quotes dans les tags posent aussi problèmes
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 <script > function bar(){ chaine=document.getElementById('foo').innerHTML.replace(/\r|\n/,'') reg=new RegExp("<div class=\W*maclasse\W*>([^<]*)<\/div>",'gim') reg.exec(chaine) alert(RegExp.$1) } </script > </head> <body onload="bar()"> <div id="foo"> <div class="maclasse"> contenu du div maclasse </div> <div class="uneclasse"> contenu du div uneclasse </div> </div> </body>
P.S le replace \r\n est inutile ça fonctionne tout aussi bien sans le modifier m est actif

ha oui et entre FFX qui reconnait " mais pas \W et IE inversement

Voici une bidouille qui fonctionne pour les deux:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 <script > function bar(){ chaine=document.getElementById('foo').innerHTML reg=new RegExp("<div class=(\"|\W*)maclasse\\1>([^<]*)</div>",'gim') result=reg.exec(chaine) alert(result[2]) } </script > </head> <body onload="bar()"> <div id="foo"> <div class="maclasse"> contenu du div maclasse </div> <div class="uneclasse"> contenu du div uneclasse </div> </div> </body>
ou

Code:

reg=/<div class=("|\W*)maclasse\1>([^<]*)<\/div>/gim

.

08/02/2010, 09h56
tintin72

Salut et merci pour ta réponse. ;)

La regex fonctionne bien, mais je me demande si le <\/div> à la fin
est vraiment utile car :

Code:

var reg = /<div class=("|\W*)media\1>([^<]*)/gim;

fonctionne également puisque [^<] arrête le match au 1er chevron.

Cependant, ça ne marche qu'avec du texte. Je ne l'ai pas précisé
mais il y a également des balises à l'intérieur du div, ce qui
fait que la regex ne fonctionne plus avec par ex:

Citation:

contenu du div <b>maclasse</b>

le résultat s'arrête à "div".

J'imagine que le truc serait d'exclure la chaîne </div mais je n'y
arrive pas. J'ai essayé avec le test avant positif et négatif mais
je ne m'en sort pas.

Quelle serait la bonne syntaxe ?
08/02/2010, 14h17
tintin72
Toujours avec mon problème. :(
pour le résoudre il faudrait exclure le caractère "<" seulement s'il est
suivit de "/div>"
Avec un test avant positif ça donnerait:

Code:

(?=\/div>)

mais comment concaténer les 2 expressions ??????
J'ai essayé dans tous les sens:
Code:

1 2 3 var reg = /<div class=("|\W*)media\1>([^<](?=\/div>)*)/gim; var reg = /<div class=("|\W*)media\1>([^<(?=\/div>)]*)/gim; var reg = /<div class=("|\W*)media\1>([^<]+(?=\/div>)*)/gim;
et j'en passe et des meilleurs, mais aucune ne marche. :ouin:

Heeelp!
08/02/2010, 14h24
SpaceFrog

tu oublies le < ouvrant ...

Code:

var reg = /<div class=("|\W*)media\1>([^<]+<(?=\/div>)*)/gim;
08/02/2010, 15h10
tintin72

Non, ça ne marche toujours pas. :mur:
Il continue de matcher le 1er chevron dans la chaîne peu importe
ce qu'il y a après.

C'est quoi le problème ?
08/02/2010, 15h39
SpaceFrog

javascript n'implemente pas les lookarounds ...
08/02/2010, 15h43
tintin72

Citation:

javascript n'implemente pas les lookarounds ...

8O 8O C'est à dire ?
08/02/2010, 15h49
SpaceFrog

(?= en regExp veut dire suivi de ...
et ben js est pas fortiche pour les prospections "lookarounds"

pour moi tu te casserais moins la tête à passer par le DOM avec une fontion de type getElementsByClassName comme celle que j'ai mise dans les contribution ou en utilisant la puissance des selecteurs de jquery de sorte à ne faire les replace que dasn du contenu texte hors balises ...
08/02/2010, 16h04
tintin72

Citation:

et ben js est pas fortiche pour les prospections "lookarounds"

Je me demande d'ailleurs en quoi il est fortiche. :mrgreen:
(En PHP ça m'a prit 15mn à tout casser).

Bref, est ce que c'est vraiment impossible de faire ça en regex ?

Je ne connais que très vaguement le DOM est ce vraiment plus simple ?
Pourrais tu me montrer un exemple pour mon problème ?

Citation:

Envoyé par tintin72

Je me demande d'ailleurs en quoi il est fortiche. :mrgreen:
(En PHP ça m'a prit 15mn à tout casser).

Bref, est ce que c'est vraiment impossible de faire ça en regex ?

Je ne connais que très vaguement le DOM est ce vraiment plus simple ?
Pourrais tu me montrer un exemple pour mon problème ?

Pourquoi parser le HTML à la main via des regexp, c'est sale et en plus pas du tout la bonne facon.

le dom c'est la représentation OBJET de ton HTML, c'est représenté comme un arbre XML.

Donc tu as juste quelques fonction à utiliser et c'est torché.
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 function doStuffOnDivs() { var divs = document.getElementsByTagName('div'); var myDiv; var classRe = new RegExp('\\bmaclasse\\b'); for (var i=0; i<divs.length; i++) { myDiv = divs[i]; if (myDiv.className.match(classRe)) { // myDiv.innerHTML pour accéder au contenu HTML ou var html = myDiv.innerHTML; // ou pour accéder au text brut sans avoir les balises HTML intérieures var textbrut = myDiv.textContent || myDiv.innerText; } } }

08/02/2010, 16h19
Gatsu35

Citation:

Envoyé par tintin72

Je me demande d'ailleurs en quoi il est fortiche. :mrgreen:
(En PHP ça m'a prit 15mn à tout casser).

Bref, est ce que c'est vraiment impossible de faire ça en regex ?

Je ne connais que très vaguement le DOM est ce vraiment plus simple ?
Pourrais tu me montrer un exemple pour mon problème ?

Normal que tu as réussi avec PHP, puisque PHP c'est un langage tout cuit avec 3000 fonction aussi inutiles les unes que les autres et que tu ne connais pas suffisament le JS pour arriver à tes fins directement. C'est comme moi si je devais faire du PHP, je n'en ai pas fait depuis 5 ans, et je pense qu'il me faudrait peut-etre une heure pour arriver à mes fins.

mais normalement, si tu devrais faire ça avec du PHP tu passerais aussi par une classe qui te transforme ton HTML en DOM
08/02/2010, 16h20
SpaceFrog

http://www.developpez.net/forums/d75...filtre-regexp/
08/02/2010, 18h30
tintin72
En effet, en remplaçant le class="media" du div en id="media" ça va encore + vite:
Code:

1 2 var content = document.getElementById('media').innerHTML; alert(content);
Reste plus qu'à savoir comment utiliser ça avec l'API de Ckeditor. :aie:

Citation:

c'est un langage tout cuit avec 3000 fonction aussi inutiles les unes que les autres

C'est pas parce que tu t'en sert pas qu'elles sont inutiles. ;)
Ce que je voulais dire c'est qu'elles fonctionnent. J'ai passé un
max de temps sur cette regex pour m'apercevoir au final que javascript
ne gère pas les lookarounds... Génial. :furax:

Citation:

mais normalement, si tu devrais faire ça avec du PHP tu passerais aussi par une classe qui te transforme ton HTML en DOM

preg_match_all() et la regex qui va bien devrait suffire.
http://www.expreg.com/pregmatchall.php
Code:

1 2 preg_match_all('#<div class="media">(.+)</div>#Uis', $txt, $matches, PREG_SET_ORDER); echo $div_content = $matches[0][1];