REGEX benötigt!

LMS · 14.12.2011, 17:27

Hey.

Ich will aus einem importierten Quellcode, in der Variable "text" alle Links in diesem Format extrahiert haben:

<a href="thread.php?threadid=XXXXXX">YYYYYYYYYYYYYYYY YYYYY</a>

Die X stehen für 6 Zahlen, und die Y für irgendwas.

Bin bisher soweit: $pattern = '=^(.*)<a(.*)href\="?(\S+)"([^>]*)>(.*)</a>(.*)$=msi';

Das ganze ist bisher geklaut.. hab 0 Plan von Regex.. könnt ihr mir schnell eine Version nennen, mit der ich X und Y auslesen kann? Auf der Seite sind (logischerweise) mehrere solche Bereiche und ich will jeden einzeln verarbeiten.

Mein gesamter Code bisher

PHP-Code:

  $pattern = '=^(.*)<a(.*)href\="?(\S+)"([^>]*)>(.*)</a>(.*)$=msi';

            $text = getcode('mhmhmhmhmh');

            while(preg_match($pattern, $text, $txt))

            {

                if(strstr($txt[3], "thread.php?threadid=") && !strstr($txt[5], "Zum letzten Beitrag gehen"))

                {

                    $id = $txt[3];

                    $id = split("=", $id);

                    $id[1] = split("&", $id[1]);

                    

                    print_r($id);

                }

                $text = $txt[1]." ".$txt[6];

            }

Sozusagen slow and dirty.

Greets
lms

chorn · 14.12.2011, 17:38

Kopier den Link in deine Regexp, maskiere Sonderzeichen, ersetzt die Variablen durch (.*) und guck dir an was preg_match_all() dabei ausspuckt.

Code:

$pat = '`<a href="thread.php?threadid=(.*)">(.*)</a>`siU';
preg_match_all( $pat, $sub, $mat );
print_r( $mat );

Und wenn das nicht klappt, gehst du halt so weit zurück bis was gefunden wird.

niiku · 14.12.2011, 17:45

Für einfache RegEx zu erstellen verwende ich oft diese Seite:
http://txt2re.com/

Diese hat mir schon oft geholfen

sph · 15.12.2011, 14:06

Hi,

RegEx sind spannend - ich versteh nicht viel davon, aber damit rumzubasteln ist besser als Sudoku

Ich hab also mal diesen Teststring genommen:

PHP-Code:

  $teststring = 'Lorem ipsum dolor sit amet, consetetur sadipscing elitr, <a href="thread.php?threadid=aaa111">aaa1 aa111 aaa1 aaa111</a> sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. <a href="thread.php?threadid=aaa222">aaa2 aa222 aaa2 aaa222</a> At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, <a href="thread.php?threadid=aaa333">aaa3 aa333 aaa3 aaa333</a> no sea takimata sanctus est Lorem ipsum dolor sit amet.';

...und ihn damit durchsucht:

PHP-Code:

  $pattern = '#<a href="thread.php\?threadid=(.*?)">(.*?)</a>#';

if (preg_match_all($pattern, $teststring, $result)){
    print_r($result);
}

Dann erhalte ich folgende Ausgabe:

Code:

Array
(
    [0] => Array
        (
            [0] => <a href="thread.php?threadid=aaa111">aaa1 aa111 aaa1 aaa111</a>
            [1] => <a href="thread.php?threadid=aaa222">aaa2 aa222 aaa2 aaa222</a>
            [2] => <a href="thread.php?threadid=aaa333">aaa3 aa333 aaa3 aaa333</a>
        )

    [1] => Array
        (
            [0] => aaa111
            [1] => aaa222
            [2] => aaa333
        )

    [2] => Array
        (
            [0] => aaa1 aa111 aaa1 aaa111
            [1] => aaa2 aa222 aaa2 aaa222
            [2] => aaa3 aa333 aaa3 aaa333
        )

)

Wie man sowas Performance-Technisch am besten macht weiß ich nicht, aber mit dem Ergebnis solltest du doch was anfangen können

Grüße!

Nachtrag:
...ich schwöre dass ich mir die RegEx selber zusammengebaut hab, wenn auch nur mit Google, Anleitungen und RegEx-Tool. Dass dabei so ziemlich genau das rausgekommen ist was chorn gepostet hat ist mir tatsächlich erst jetzt aufgefallen

LMS · 15.12.2011, 19:49

Aber ich brauchs ja so, dass es den Text durchwühlt..

Dark Guardian · 15.12.2011, 20:08

Zitat:

Zitat von LMS

Aber ich brauchs ja so, dass es den Text durchwühlt..

Dann lies den Beitrag von sph nochmal ganz aufmerksam. Worauf wendet er den RegEx wohl an?

sph · 15.12.2011, 20:46

ups, das wollt ich garnicht posten...

chorn · 15.12.2011, 21:56

Zitat:

hab 0 Plan von Regex..

Scheinbar nicht nur von Regex, wie wäre es mal mit einem Grundkurs in PHP?

Zitat:

Aber ich brauchs ja so, dass es den Text durchwühlt..

Ist das dein Ernst? Du kannst $teststring nicht durch $text ersetzen? Bemüh dich doch mal ein bisschen selbst

http://tut.php-quake.net/de/

nikosch · 15.12.2011, 21:59

Zitat:

php.de > Webentwicklung > PHP-Fortgeschrittene

Pffff.

[MOD: verschoben]

http://www.php.de/php-fortgeschritte...uncements.html

Arne Drews · 16.12.2011, 10:26

Muß es hier überhaupt RegEx sein? Wenn es doch A-Tags sind, würde doch DOMDocument und XPath Sinn machen, oder irre ich?!

Themen-Optionen
Druckbare Version zeigen Jemanden per E-Mail auf dieses Thema hinweisen
Thema bewerten
Thema bewerten:

Ähnliche Themen
Thema	Autor	Forum	Antworten	Letzter Beitrag
Verschachtelte RegEx	CoKeSiDe	PHP Einsteiger	2	27.06.2011 22:10
[Erledigt] RegEx - Parse funktioniert in RegEx tool, preg_match findet nichts	avaboo	PHP Einsteiger	9	27.05.2011 13:42
RegEx für Youtube Kanalseite VideoID	hjw-kunstwerk	PHP Einsteiger	15	08.03.2011 15:58
Probleme bei einem einfachen Regex	smilla	PHP Einsteiger	5	14.12.2010 11:38
RegEx für E-Mails (preg_replace)	N4bla	PHP Tipps 2010	4	18.11.2010 21:53
[Erledigt] Kleine Regex Frage	Bubelbub	PHP-Fortgeschrittene	8	25.07.2010 23:39
[Erledigt] regex \| variables wort herausfiltern	Knechtle	PHP Tipps 2010	6	05.03.2010 17:21
Regex: Auslesen der Meta-Tags einer Webseite Sucheingrenzung	pepe24	PHP Tipps 2008	12	31.05.2008 15:41
2 Regex in PHP kompatible Syntax übersetzen	NoiZy	PHP-Fortgeschrittene	6	07.04.2008 09:04
Regex Link Problem	Broadcast	PHP Tipps 2008	2	29.02.2008 16:30
[gelöst :D ] regex tuts nur einmal pro zeile	notyyy	PHP Tipps 2008	17	24.09.2007 15:40
Wieso benötigt man suphp?	Sorcio	PHP Tipps 2006	6	04.04.2006 15:06
habe ein paar fragen zu REGEX	imported_kremser	PHP Tipps 2006	11	31.01.2006 15:30
RegEx findet Stringvorkommen nicht		PHP Tipps 2007	6	08.12.2005 21:52
Regex für attribute in quelltexten	robo47	PHP Tipps 2005	6	27.01.2005 18:29

14.12.2011, 17:27
LMS Neuer Benutzer Registriert seit: 14.12.2011 Beiträge: 2 PHP-Kenntnisse: Fortgeschritten	REGEX benötigt! Hey. Ich will aus einem importierten Quellcode, in der Variable "text" alle Links in diesem Format extrahiert haben: <a href="thread.php?threadid=XXXXXX">YYYYYYYYYYYYYYYY YYYYY</a> Die X stehen für 6 Zahlen, und die Y für irgendwas. Bin bisher soweit: $pattern = '=^(.)<a(.)href\="?(\S+)"([^>])>(.)</a>(.)$=msi'; Das ganze ist bisher geklaut.. hab 0 Plan von Regex.. könnt ihr mir schnell eine Version nennen, mit der ich X und Y auslesen kann? Auf der Seite sind (logischerweise) mehrere solche Bereiche und ich will jeden einzeln verarbeiten. Mein gesamter Code bisher PHP-Code: $pattern = '=^(.)<a(.)href\="?(\S+)"([^>])>(.)</a>(.)$=msi'; $text = getcode('mhmhmhmhmh'); while(preg_match($pattern, $text, $txt)) { if(strstr($txt[3], "thread.php?threadid=") && !strstr($txt[5], "Zum letzten Beitrag gehen")) { $id = $txt[3]; $id = split("=", $id); $id[1] = split("&", $id[1]); print_r($id); } $text = $txt[1]." ".$txt[6]; } Sozusagen slow and dirty. Greets lms


Mister Ad PHP Code Flüsterer Registriert seit: 21.08.2005 Beiträge: 4682 PHP-Kenntnisse: Fortgeschritten

14.12.2011, 17:38
chorn Erfahrener Benutzer Registriert seit: 07.12.2009 Beiträge: 843 PHP-Kenntnisse: Fortgeschritten	Kopier den Link in deine Regexp, maskiere Sonderzeichen, ersetzt die Variablen durch (.) und guck dir an was preg_match_all() dabei ausspuckt. Code: $pat = '`<a href="thread.php?threadid=(.)">(.*)</a>`siU'; preg_match_all( $pat, $sub, $mat ); print_r( $mat ); Und wenn das nicht klappt, gehst du halt so weit zurück bis was gefunden wird.

14.12.2011, 17:45
niiku Neuer Benutzer Registriert seit: 22.02.2011 Beiträge: 13 PHP-Kenntnisse: Fortgeschritten	Tipp Für einfache RegEx zu erstellen verwende ich oft diese Seite: http://txt2re.com/ Diese hat mir schon oft geholfen

15.12.2011, 14:06
sph Neuer Benutzer Registriert seit: 14.12.2011 Beiträge: 16 PHP-Kenntnisse: Anfänger	Hi, RegEx sind spannend - ich versteh nicht viel davon, aber damit rumzubasteln ist besser als Sudoku Ich hab also mal diesen Teststring genommen: PHP-Code: $teststring = 'Lorem ipsum dolor sit amet, consetetur sadipscing elitr, <a href="thread.php?threadid=aaa111">aaa1 aa111 aaa1 aaa111</a> sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. <a href="thread.php?threadid=aaa222">aaa2 aa222 aaa2 aaa222</a> At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, <a href="thread.php?threadid=aaa333">aaa3 aa333 aaa3 aaa333</a> no sea takimata sanctus est Lorem ipsum dolor sit amet.'; ...und ihn damit durchsucht: PHP-Code: `$pattern = '#<a href="thread.php\?threadid=(.?)">(.?)</a>#'; if (preg_match_all($pattern, $teststring, $result)){ print_r($result); }` Dann erhalte ich folgende Ausgabe: Code: Array ( [0] => Array ( [0] => <a href="thread.php?threadid=aaa111">aaa1 aa111 aaa1 aaa111</a> [1] => <a href="thread.php?threadid=aaa222">aaa2 aa222 aaa2 aaa222</a> [2] => <a href="thread.php?threadid=aaa333">aaa3 aa333 aaa3 aaa333</a> ) [1] => Array ( [0] => aaa111 [1] => aaa222 [2] => aaa333 ) [2] => Array ( [0] => aaa1 aa111 aaa1 aaa111 [1] => aaa2 aa222 aaa2 aaa222 [2] => aaa3 aa333 aaa3 aaa333 ) ) Wie man sowas Performance-Technisch am besten macht weiß ich nicht, aber mit dem Ergebnis solltest du doch was anfangen können Grüße! Nachtrag: ...ich schwöre dass ich mir die RegEx selber zusammengebaut hab, wenn auch nur mit Google, Anleitungen und RegEx-Tool. Dass dabei so ziemlich genau das rausgekommen ist was chorn gepostet hat ist mir tatsächlich erst jetzt aufgefallen Geändert von sph (15.12.2011 um 20:48 Uhr). Grund: weil ich es kann!

15.12.2011, 19:49
LMS Neuer Benutzer Registriert seit: 14.12.2011 Beiträge: 2 PHP-Kenntnisse: Fortgeschritten	Aber ich brauchs ja so, dass es den Text durchwühlt..

15.12.2011, 20:46
sph Neuer Benutzer Registriert seit: 14.12.2011 Beiträge: 16 PHP-Kenntnisse: Anfänger	ups, das wollt ich garnicht posten...

16.12.2011, 10:26
Arne Drews Erfahrener Benutzer Registriert seit: 22.04.2009 Beiträge: 3.486 PHP-Kenntnisse: Anfänger	Muß es hier überhaupt RegEx sein? Wenn es doch A-Tags sind, würde doch DOMDocument und XPath Sinn machen, oder irre ich?! __________________ Phantasie ist wichtiger als Wissen, denn Wissen ist begrenzt. Probleme kann man niemals mit derselben Denkweise lösen, durch die sie entstanden sind. Albert Einstein