Aide pour régex

Version imprimable

Aide pour régex

Bonjour tout le monde,

je viens vous voir car je rencontre actuellement un problème sur une regex...

alors tout d'abord voilà la chaine sur laquelle je travaille :
Code:

1 2 <a rel="lightbox" class="enlarge" title="" href="http://ecx.images-amazon.com/images/I/71abTXeIKYL._SL600_.png"> <img src="http://ecx.images-amazon.com/images/I/71abTXeIKYL._CR85,0,328,328_SS220_.png" alt="3OH!3" title="3OH!3" width="220" height="220"/> </a>
je précise au passage que d'autres caractères peuvent être présents avant et après cette chaine.

Mon objectif est de récupérer le lien contenu dans la balise img, en me basant sur la classe enlarge du lien. Pour celà j'ai fait cette regex :
Code:

1 2 $regex = '/enlarge[^>]+> <img([^>]+)>/';
Le problème est que ça marche pas :( J'aimerai donc savoir si vous pouvez m'aider car là je me prend un peu la tête et j'avance pas :(

Je vous remercie d'avance pour votre aide
Finality

23/08/2010, 14h20
eyquem

Bonjour,

Ça m’a l’air d’être tout simplement qu’il y a 2, et non 1, espaces dans ’png"> <img’
à moins que la chaîne que tu as postée ait une erreur à ce niveau.

S’il n’y a pas d’erreur, tu devrais prendre
/enlarge[^>]+> *<img ([^>]+)>/
’ *’ = un blanc suivi d'une étoile, signifie ’zéro, un ou plusieurs blancs’

NB: j’ai ajouté un blanc après img de façon à ce que le groupe capturé commence par ’src....’
23/08/2010, 14h31
Finality
Coucou :)

en effet il y avait un problème, avec les espaces qui étaient en fait des tabulations (la chaine est obtenue à partir d'un code source d'un site). Du coup j'ai modifié ma regex pour obtenir ceci :
Code:

1 2 $regex = '%class="enlarge[^>]*?><img(.*?)[^>]><[^>]*?>%';
Et là j'obtiens une chaine de ce genre :
Code:

1 2 src="http://ecx.images-amazon.com/images/I/71abTXeIKYL._CR85,0,328,328_SS220_.png" alt="3OH!3" title="3OH!3" width="220" height="220"
du coup il ne me reste qu'à isoler le contenu du src, mais je sèche à ce niveau là :( tu peux me conseiller ? :D

merci pour ton aide :)
23/08/2010, 14h55
eyquem
En Python, si je fais
Code:

1 2 3 4 ch = 'soleil\nlune\tmars\njupiter' print ch print print repr(ch)
j’obtiens:
Code:

1 2 3 4 5 soleil lune mars jupiter 'soleil\nlune\tmars\njupiter'
Il doit bien y avoir une fonction en PHP qui fasse la même chose que repr() , c’est à dire fournir la valeur de la chaîne et non pas l’affichage de la chaîne moyennant son interprétation par un moteur de rendu d’affichage.

C’est ce que tu devrais utiliser pour savoir exactement quels sont les caractères présents dans une chaîne.

Pour le contenu de src , je peux t’aider, bien sûr.
Qu’entends tu par “contenu de src“ ?

Bonjour,

cela te suffit il comme code ?

Code:

1
2
3
4
5
 
$chaine = '<a rel="lightbox" class="enlarge" title="" href="http://ecx.images-amazon.com/images/I/71abTXeIKYL._SL600_.png">  <img src="http://ecx.images-amazon.com/images/I/71abTXeIKYL._CR85,0,328,328_SS220_.png" alt="3OH!3" title="3OH!3" width="220" height="220"/> </a>';
 
$uneAutreURL = "image.jpg";
$chaine = preg_replace('#enlarge(.*)src="(.*)"#', 'enlarge$1src="'.$uneAutreURL.'"', $chaine);

23/08/2010, 15h50
Finality

Tout d'abord je tiens à tous vous remercier pour votre aide :)

Madfrix je ne vois pas pourquoi utiliser preg_replace vu que je souhaite récupérer des informations et non les modifier ....

Sinon après de nombreuses tentatives, j'ai enfin réussie à obtenir une regex qui me donne le bon résultat :

Code:

$regex = '%class="enlarge[^>]*?><img.*?src="(.*?)".*?[^>]><[^>]*?>%';

Je vous remercie encore pour votre aide :ccool:
Finality
23/08/2010, 17h16
eyquem

Il y a plusieurs problèmes.

Ce n’est pas
enlarge[^>]*?><img
Il manque la tabulation au milieu de ><
ce doit être \s+ , comme en Python où \s = caractères blanc,'\t','\n','r' etc.

Le ? après [^>]* ne sert à rien
? après un quantificateur * ou + module l’activité du quantificateur.
Ça ne sert qu’après .* ou .+ pour limiter le caractère gourmand du point . qui matche avec tout.
Mais [^>] n’est pas un symbole entièrement gourmand , il va s’arrêter devant '>' de toutes façons

Remarque: s’il y a 'enlarge’ il y a '"' devant lui, et donc derrière aussi. Et un blanc aussi d’ailleurs.

Donc il est mieux d’écrire

Code:

class="enlarge" [^>]*>

Je ne pense pas qu’il soit non plus nécessaire d’avoir img.*?src au lieu de img *src
Je vois mal qu’il puisse y avoir autre chose que des blancs entre 'img' et 'src'
Mais peut être, dans ton cas....

Il vaut mieux écrire aussi
src="[^"]*"

.*? et .+? donnent parfois des surprises, quand le moteur de regex ne trouve pas ce qu’il veut apres le caractère d'arret qu’on souhaite, il va s’arrêter au suivant. C’est des cas assez subtils. Je n’ai pas d’exemple sous la main mais j’ai eu à debugger un cas qui m’a fait comprendre qu’il vaut mieux utiliser [^...] quand on peut.

Aussi:

Code:

.*?[^>]> <[^>]*?>

et non pas sans le blanc

Code:

.*?[^>]><[^>]*?>

Mais personnellement, j’écrirais:

Code:

class="enlarge" [^>]*>\s*<img src="([^"]*)"[^>]*/>\s*</[^>]*>

car je ne vois pas ce qui justifie la fin de ta RE.