[Erledigt] regulärer Ausdruck für Bibtex Datei

hawkeye78 · 02.08.2009, 11:05

Hallo,

ich bin mir nicht wirklich sicher ob ich besser hier oder besser im Anfängerbereich mit meiner Frage aufgehoben bin da es eigentlich nur eine kleinigkeit ist, die ich aber leider nicht hinbekomme. Also falls diese Frage besser im anderen Bereich aufgehoben ist möchte ich gerne einen Administrator / Moderator dazu einladen den Beitrag zu verschieben.
Nun aber zu meiner Frage ich habe zur Aufgabe bekomme eine Bibtex Datei zu parsen, dabei handelt es sich um eine Textdatei welche wissenschaftliche Veröffentlichungen enthält. Ein Eintrag in einer solchen Datei hat dabei folgenden Aufbau

Code:

@article{test123,
	author = {Fritz Mustermann},
	title = {Über das Liebesliebe der Pflastersteine},
	year = {2009},
	journal = {Schöner Wohnen},
}

Da der Inhalt ein solchen Datei nicht nur aus articles sondern auch aus books und noch einigen anderen Arten bestehen kann. Ich mir nun überlegt mittels eines regulären Ausdrucks alle "Datensätze" heraus zu suchen die mit @article... beginnen und dabei nur die von mir benötigten Informationen d.h. alles zwischen den beiden äußersten Klammern in ein Array zu füllen. Allerdings stehe ich nun vor der Problem das mein Regulärer Ausdruck auch das "@article" mit in die Variable schreibt und dazu noch bei zwei oder Mehr Datensätzen jeweils mehrere leere Arrayeinträge dazwischen hat was die spätere verarbeitung natürlich etwas erschwert.
Mein regulärer Ausdruck schaut im moment so aus

Code:

(\@article\{\w*,\s(?<info>\s*\w*\s*=\s*\{.*\}[,\s]+)*)*

Ich weiß das man reguläre Ausdrücke nicht mit einem schnellen Blick berichtigen kann (ich kann es zumindestens nicht), trotzdem wäre ich sehr dankbar wenn mal jemand drüber schauen könnte und mir sagen könnte wo mein Fehler liegt.
Viele Grüsse
Dan

Asipak · 02.08.2009, 11:20

Moin,

ich würde sagen, die äußeren runden Klammern sind dort fehl am Platz!

Daher mein Vorschlag:

Code:

\@article\{\w*,\s(?<info>\s*\w*\s*=\s*\{.*\}[,\s]+)*

Edit:

Hab gerade nochmal geschaut. Er selektiert ja nur die letzte Zeile (journal) Ich würde den Ausdruck wohl in zwei aufteilen (aber nur, weil ich nicht genau weiß, wie und ob man das in einem Rutsch erledigen kann)

Zuerst in etwa so:

Code:

/\@article\{([^\@]*)\}/

Dann brauchst du noch einen Ausdruck, um die einzelnen Attribute auseinander zu nehmen!

Gruß

hawkeye78 · 02.08.2009, 11:38

Hallo Asipak,

vielen Dank für deine schnelle hilfe ich habe mich vor meinem geistigen Auge schon wieder den ganz Tag vor diesem Problem hängen sehen. Ich danke dir das Du mir das erspart hast. Aber ich lasse mir ja gerne nachsagen das ich reguläre Ausdrücke nicht verstanden habe, aber warum sind die Klammern übrig? Ich meine der Ausdruck mit @article{...} wiederholt sich doch mehrmals in der Datei?
Viele Grüsse
Dan

Asipak · 02.08.2009, 11:43

Hi,

der Ausdruck durchsucht ja den gesamten String, in deinem Fall die gesamte Datei. Dabei sucht er nach bestimmten Konstrukten. Wenn diese dem Ausdruck entsprechen, entspricht das einem Treffer. Danach wird die Suche sozusagen vorgesetzt, von vorne nach hinten. Wenn wieder ein entsprechendes Konstrukt gefunden wurde, wird das eben wieder "eingesammelt".

Die runden Klammern sorgen dafür, dass das was zwischen ihnen steht, mit in das Ergebnis einfließt (Gruppierung).

Ich weiß nicht genau, welche Informationen für dich von Belang sind. Hast du dir schonmal das Ergebnisarray angesehen? Was sagst du zu meinem "EDIT" ?

Zitat:

Ich mir nun überlegt mittels eines regulären Ausdrucks alle "Datensätze" heraus zu suchen die mit @article... beginnen und dabei nur die von mir benötigten Informationen d.h. alles zwischen den beiden äußersten Klammern in ein Array zu füllen.

Code:

/\@article\{([^\@]*)\}/

Ergebnis:

Code:

Array
(
    [0] => Array
        (
            [0] => @article{test123,
author = {Fritz Mustermann},
title = {Über das Liebesliebe der Pflastersteine},
year = {2009},
journal = {Schöner Wohnen},
}
        )

    [1] => Array
        (
            [0] => test123,
author = {Fritz Mustermann},
title = {Über das Liebesliebe der Pflastersteine},
year = {2009},
journal = {Schöner Wohnen},

        )

)

hawkeye78 · 02.08.2009, 11:59

Hallo,

vielen Dank für die Erklärung, dann ist jetzt wirklich alles klar.

Ich bräuchte eigentlich nur die Informationen die zwischen den äußersten Klammern stehen sprich

Code:

test123,
author = {Fritz Mustermann},
title = {Über das Liebesliebe der Pflastersteine},
year = {2009},
journal = {Schöner Wohnen},

Aber die bekomme ich ja jetzt einfach indem ich auf das Ergebnis ein Explode anhand von "}," mache und damit alles in seperaten Feldern habe was ich dann ja einfach weiter zerlegen kann usw.
Noch einmal vielen Dank für deine Hilfe und einen schönen Sontag.
Viele Grüsse
Dan

Mati_ · 02.08.2009, 17:53

Liegen die Attribute (author, title, year, journal) immer in der gleichen Reihenfolge vor? Wenn nein, sind es zumindenst immer vier Stück? Wenn ja, lässt sich das auch leicht mit einem Ruck erledigen.

hawkeye78 · 02.08.2009, 21:11

Hallo,

nein leider liegen weder die Attribute immer in der gleichen Reihenfolge noch sind es immer die gleichen d.h. es können auch mehr oder weniger sein.
Viele Grüsse
Dan

mermshaus · 03.08.2009, 07:54

Vor ein paar Monaten habe ich auch mal sowas versucht. Habe das Projekt angehangen, vielleicht kannst du damit was anfangen. Ich hasse es, wenn Quellcode ungenutzt bleibt.

nikosch · 03.08.2009, 15:59

Eine variable Anzahl von Elementen einzeln und gleichzeitig gemeinsam mit einem Gruppenelement zu matchen, ist in einem Ausdruck nicht möglich.
Du könntest aber viell. linear parsen und die Struktur später bauen:

(nicht vollständig, nur als Ansatz)

Code:

(?:@article\{(.*))|(?:(.*)\s*=\s*\{(.*)\})

Anschliessend mit Gruppenbruch auswerten.

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
[Erledigt] Regulärer Ausdruck	tito	PHP Tipps 2009	9	29.07.2009 15:18
[Erledigt] Regulärer Ausdruck - preg_match	Felk	PHP Tipps 2009	9	24.04.2009 22:09
Wert in externer Datei speichern	Abakay	PHP Tipps 2008	6	04.12.2008 18:56
[Erledigt] Regulärer Ausdruck mit spezieller Negation?	Anotherone	PHP Tipps 2008	3	08.10.2008 11:02
[Erledigt] Regulärer Ausdruck: Wörter in beliebiger Reihenfolge genau einmal finden	stoffel	PHP Tipps 2008	8	01.10.2008 20:32
regulärer Ausdruck	dobberph	PHP-Fortgeschrittene	6	05.08.2008 09:54
Regulärer Ausdruck	ruferp	PHP Tipps 2007	1	19.06.2007 20:21
Regulärer Ausdruck für Preis (float)	Ticos	PHP Tipps 2007	13	06.03.2007 20:21
regulärer ausdruck	md5hash	PHP Tipps 2005-2	14	24.07.2005 14:55
[Erledigt] Regulärer Ausdruck HILFE!!		PHP-Fortgeschrittene	6	22.07.2005 16:39
Regulärer Ausdruck mit Negation?		PHP-Fortgeschrittene	23	21.07.2005 09:01
Regulärer Ausdruck		PHP Tipps 2005	12	19.05.2005 19:43
str_replace/ereg_replace regulärer ausdruck gesucht[gelöst]	nautiluS	PHP Tipps 2005	12	10.05.2005 13:50
regulärer Ausdruck	msdose	PHP Tipps 2005	16	01.05.2005 23:31
[Erledigt] Regulärer Ausdruck zum Testen auf Bildadresse		PHP-Fortgeschrittene	9	05.02.2005 16:25

02.08.2009, 11:05
hawkeye78 Neuer Benutzer Registriert seit: 21.02.2009 Beiträge: 28	[Erledigt] regulärer Ausdruck für Bibtex Datei Hallo, ich bin mir nicht wirklich sicher ob ich besser hier oder besser im Anfängerbereich mit meiner Frage aufgehoben bin da es eigentlich nur eine kleinigkeit ist, die ich aber leider nicht hinbekomme. Also falls diese Frage besser im anderen Bereich aufgehoben ist möchte ich gerne einen Administrator / Moderator dazu einladen den Beitrag zu verschieben. Nun aber zu meiner Frage ich habe zur Aufgabe bekomme eine Bibtex Datei zu parsen, dabei handelt es sich um eine Textdatei welche wissenschaftliche Veröffentlichungen enthält. Ein Eintrag in einer solchen Datei hat dabei folgenden Aufbau Code: @article{test123, author = {Fritz Mustermann}, title = {Über das Liebesliebe der Pflastersteine}, year = {2009}, journal = {Schöner Wohnen}, } Da der Inhalt ein solchen Datei nicht nur aus articles sondern auch aus books und noch einigen anderen Arten bestehen kann. Ich mir nun überlegt mittels eines regulären Ausdrucks alle "Datensätze" heraus zu suchen die mit @article... beginnen und dabei nur die von mir benötigten Informationen d.h. alles zwischen den beiden äußersten Klammern in ein Array zu füllen. Allerdings stehe ich nun vor der Problem das mein Regulärer Ausdruck auch das "@article" mit in die Variable schreibt und dazu noch bei zwei oder Mehr Datensätzen jeweils mehrere leere Arrayeinträge dazwischen hat was die spätere verarbeitung natürlich etwas erschwert. Mein regulärer Ausdruck schaut im moment so aus Code: (\@article\{\w,\s(?<info>\s\w\s=\s\{.\}[,\s]+)) Ich weiß das man reguläre Ausdrücke nicht mit einem schnellen Blick berichtigen kann (ich kann es zumindestens nicht), trotzdem wäre ich sehr dankbar wenn mal jemand drüber schauen könnte und mir sagen könnte wo mein Fehler liegt. Viele Grüsse Dan


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

02.08.2009, 11:20
Asipak Moderator Registriert seit: 18.07.2005 Beiträge: 4.072	Moin, ich würde sagen, die äußeren runden Klammern sind dort fehl am Platz! Daher mein Vorschlag: Code: \@article\{\w,\s(?<info>\s\w\s=\s\{.\}[,\s]+)* Edit: Hab gerade nochmal geschaut. Er selektiert ja nur die letzte Zeile (journal) Ich würde den Ausdruck wohl in zwei aufteilen (aber nur, weil ich nicht genau weiß, wie und ob man das in einem Rutsch erledigen kann) Zuerst in etwa so: Code: /\@article\{([^\@])\}/ Dann brauchst du noch einen Ausdruck, um die einzelnen Attribute auseinander zu nehmen! Gruß Geändert von Asipak (02.08.2009 um 11:54 Uhr).*

02.08.2009, 11:38
hawkeye78 Neuer Benutzer Registriert seit: 21.02.2009 Beiträge: 28	Hallo Asipak, vielen Dank für deine schnelle hilfe ich habe mich vor meinem geistigen Auge schon wieder den ganz Tag vor diesem Problem hängen sehen. Ich danke dir das Du mir das erspart hast. Aber ich lasse mir ja gerne nachsagen das ich reguläre Ausdrücke nicht verstanden habe, aber warum sind die Klammern übrig? Ich meine der Ausdruck mit @article{...} wiederholt sich doch mehrmals in der Datei? Viele Grüsse Dan

02.08.2009, 11:59
hawkeye78 Neuer Benutzer Registriert seit: 21.02.2009 Beiträge: 28	Hallo, vielen Dank für die Erklärung, dann ist jetzt wirklich alles klar. Ich bräuchte eigentlich nur die Informationen die zwischen den äußersten Klammern stehen sprich Code: test123, author = {Fritz Mustermann}, title = {Über das Liebesliebe der Pflastersteine}, year = {2009}, journal = {Schöner Wohnen}, Aber die bekomme ich ja jetzt einfach indem ich auf das Ergebnis ein Explode anhand von "}," mache und damit alles in seperaten Feldern habe was ich dann ja einfach weiter zerlegen kann usw. Noch einmal vielen Dank für deine Hilfe und einen schönen Sontag. Viele Grüsse Dan

02.08.2009, 17:53
Mati_ Erfahrener Benutzer Registriert seit: 27.06.2009 Beiträge: 107 PHP-Kenntnisse: Fortgeschritten	Liegen die Attribute (author, title, year, journal) immer in der gleichen Reihenfolge vor? Wenn nein, sind es zumindenst immer vier Stück? Wenn ja, lässt sich das auch leicht mit einem Ruck erledigen.

02.08.2009, 21:11
hawkeye78 Neuer Benutzer Registriert seit: 21.02.2009 Beiträge: 28	Hallo, nein leider liegen weder die Attribute immer in der gleichen Reihenfolge noch sind es immer die gleichen d.h. es können auch mehr oder weniger sein. Viele Grüsse Dan

03.08.2009, 15:59
nikosch moderatives Dielektrikum Registriert seit: 21.05.2008 Beiträge: 35.987 PHP-Kenntnisse: Fortgeschritten	Eine variable Anzahl von Elementen einzeln und gleichzeitig gemeinsam mit einem Gruppenelement zu matchen, ist in einem Ausdruck nicht möglich. Du könntest aber viell. linear parsen und die Struktur später bauen: (nicht vollständig, nur als Ansatz) Code: (?:@article\{(.))\|(?:(.)\s=\s\{(.)\}) Anschliessend mit Gruppenbruch auswerten. __________________ -- One pixel is still too big. Please make it smaller. ASAP.* Initiative Mittelstand. Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers. -- Geändert von nikosch (03.08.2009 um 16:03 Uhr).