[Erledigt] regular expression: einen abschnitt filtern

smmrvle · 12.11.2009, 13:05

hallo,

ich moechte bestimmte abschnitte von einem html dokument in ein anderen uebertragen bzw da ersetzen. daher suche ich die entsprechenden abschnitte im ersten dokument erstmal, aber das klappt nicht

bsp moecht ich

PHP-Code:

  [......]
p.MsoHeader, li.MsoHeader, div.MsoHeader
    {margin:0cm;
    margin-bottom:.0001pt;
    mso-pagination:widow-orphan;
    tab-stops:center 8.0cm right 16.0cm;
    font-size:12.0pt;
    font-family:"Times New Roman";
    mso-fareast-font-family:"Times New Roman";}
[.......]

aus dem html dokument filtern. mit

PHP-Code:

      preg_match('/.*p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader\s*\{\s*.*\s.*\s*.*\s*.*\s*.*\s*.*\s*.*\}/', $srcContent, $matches);

klappt das auch, ist aber haesslich und sehr spezifisch.

warum funktioniert zb

PHP-Code:

  
    preg_match('/.*p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader\s*\{[\s*.*]*\}/', $srcContent, $matches);

oder sowas

PHP-Code:

      preg_match('/.*p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader\s*\{[\s|.]*\}/', $srcContent, $matches);

nicht? ersteres heisst doch quasi die klasse aller zeichen incl aller leerzeichen, und da alle beliebig oft. oder zweiteres entweder ein leerzeichen oder ein zeichen, und das beliebig oft. das muss doch diesen block zwischen den geschweiften klammern erfassen?

oder wie kann ich das sonst am besten machen?

danke

Asipak · 12.11.2009, 14:03

Verwende bitte die Code-Tags des Forums: [php] // dein Code[/php] damit wir deinen Code besser lesen können!

smmrvle · 17.11.2009, 15:28

ok...sollte nun besser lesbar sein

Yoshi- · 17.11.2009, 15:35

Das Problem ist einfach das \s jedes Zeichen ist außer Leerzeichen, Tab, Zeilenumbruch undso weiter.
Du könntest .*? benutzen um jedes Zeichen zu finden.

smmrvle · 17.11.2009, 15:49

Zitat:

Zitat von Yoshi-

Das Problem ist einfach das \s jedes Zeichen ist außer Leerzeichen, Tab, Zeilenumbruch undso weiter.
Du könntest .*? benutzen um jedes Zeichen zu finden.

mh auf allen Seiten die ich bisher gefunden haben steht genau das gegenteil:

"\s - Matched auf alles was kein sichtbares Zeichen ist, wie Leerzeichen oder Zeilenumbrüche. Das s kommt dabei von Whitespace."
oder ähnliches. Macht auch Sinn, da ich es ja am Anfang auch schonmal benutze um den Abstand vom "div.MsoHeader" zum "{" zu matchen, und das klappt ja.

etwas wie

PHP-Code:

  preg_match_all('/.*p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader.*?\{.*?\}/', $srcContent, $matches);

funktioniert auch nicht

nikosch · 17.11.2009, 15:50

Zitat:

bsp moecht ich

Bitte spezifizieren! Beispiele bringen uns hier nicht weiter.

Yoshi- · 17.11.2009, 15:54

Natürlich hab es mit \S verwechselt
so müsste es gehen
.*p\.MsoHeader, li\.MsoHeader, div\.MsoHeader\s*\{.*?\}

smmrvle · 17.11.2009, 16:10

Zitat:

Zitat von nikosch

Bitte spezifizieren! Beispiele bringen uns hier nicht weiter.

mh wieso? ich moechte aus einem beliebigen HTML dokument den ua oben besagten Block rausfiltern.. warum soll ich das denn jetzt abstrahieren bzw um alle bloecke erweitern die ich matchen moechte (ich denke mal wenn ich weiss wie das mit diesem hier funktioniert, bekomme ich die anderen auch hin

)

Zitat:

Zitat von Yoshi-

Natürlich hab es mit \S verwechselt
so müsste es gehen
.*p\.MsoHeader, li\.MsoHeader, div\.MsoHeader\s*\{.*?\}

nein geht leider auch nicht (array matches ist leer)

nikosch · 17.11.2009, 16:16

Wir wissen nicht, was Du suchst, ob oben auch mal ein Leerzeichen mehr oder eine andere Reihenfolge oder auch mal ein Selektor mehr vorkommen kann. Sonst könntest Du ja easy str_replace verwenden. Wenn es denn so einfach ist, frage ich mich, wozu der Thread aufgemacht wurde.

smmrvle · 17.11.2009, 16:22

wenn nicht ganz klar ruebergekommen ist, was ich moechte:

in einem beliebigen html dokument den inhalt rausbekommen, der zwischen

"p.MsoHeader, li.MsoHeader, div.MsoHeader
{"

und

"}" steht. Der inhalt kann dabei beliebig sein.
die "{" kann dabei oben auch in derselben zeile stehen, mit einem, keinem oder mehreren leerzeichen von "div.MsoHeader" getrennt sein.

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] Domain Pfad Regular Expression	1234d1	PHP Tipps 2009	9	10.09.2009 19:36
[Erledigt] Regular Expression Telefonnummer	cetalian	PHP Tipps 2009	10	08.07.2009 18:50
[Erledigt] Regular Expression: Attribute mit " " oder ' ' matchen	SeppDepp	PHP Tipps 2009	8	20.06.2009 23:00
Expression Forge stellt ein! (Ehrenamt)	eXpression	Beitragsarchiv	2	14.06.2009 20:46
[Erledigt] Regular Expression: Tabellennamen aus query extrahieren	Celli	PHP Tipps 2009	7	31.05.2009 16:42
Frage zu Regular Expression	Schiedsrichter	PHP Tipps 2008	1	19.09.2007 16:41
regular expression?	Dilandau	PHP Tipps 2006	55	30.06.2006 16:10
regular Expression verstehen	GothicFiction	PHP Tipps 2006	14	23.05.2006 23:15
Suchen und ersetzen mit Regular Expressions?		Datenbanken	0	09.09.2005 15:21
Regular Expression - Alles zwischen Anführungzeichen		PHP Tipps 2005-2	3	05.08.2005 14:07
Text aus plain text datei filtern		PHP-Fortgeschrittene	7	19.07.2005 15:59
Regular Expression, Suchen bis zum ersten suppart...		PHP-Fortgeschrittene	7	04.05.2005 09:03
Posix Regular Expression Problem		PHP Tipps 2005	9	15.02.2005 15:59
[Erledigt] Datum mit Regular Expression kontrollieren		PHP Tipps 2004-2	7	06.12.2004 09:44
[Erledigt] regular expression: bin zu blöd		PHP-Fortgeschrittene	2	08.11.2004 13:12

12.11.2009, 13:05
smmrvle Neuer Benutzer Registriert seit: 12.11.2009 Beiträge: 8 PHP-Kenntnisse: Anfänger	[Erledigt] regular expression: einen abschnitt filtern hallo, ich moechte bestimmte abschnitte von einem html dokument in ein anderen uebertragen bzw da ersetzen. daher suche ich die entsprechenden abschnitte im ersten dokument erstmal, aber das klappt nicht bsp moecht ich PHP-Code: `[......] p.MsoHeader, li.MsoHeader, div.MsoHeader {margin:0cm; margin-bottom:.0001pt; mso-pagination:widow-orphan; tab-stops:center 8.0cm right 16.0cm; font-size:12.0pt; font-family:"Times New Roman"; mso-fareast-font-family:"Times New Roman";} [.......]` aus dem html dokument filtern. mit PHP-Code: `preg_match('/.p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader\s\{\s.\s.\s.\s.\s.\s.\s.\}/', $srcContent, $matches);` klappt das auch, ist aber haesslich und sehr spezifisch. warum funktioniert zb PHP-Code: `preg_match('/.p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader\s\{[\s.]\}/', $srcContent, $matches);` oder sowas PHP-Code: `preg_match('/.p\.MsoHeader\,\ li\.MsoHeader\,\ div\.MsoHeader\s\{[\s\|.]\}/', $srcContent, $matches);` nicht? ersteres heisst doch quasi die klasse aller zeichen incl aller leerzeichen, und da alle beliebig oft. oder zweiteres entweder ein leerzeichen oder ein zeichen, und das beliebig oft. das muss doch diesen block zwischen den geschweiften klammern erfassen? oder wie kann ich das sonst am besten machen? danke Geändert von smmrvle (17.11.2009 um 15:28 Uhr).*


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

12.11.2009, 14:03
Asipak Moderator Registriert seit: 18.07.2005 Beiträge: 4.072	Verwende bitte die Code-Tags des Forums: [php] // dein Code[/php] damit wir deinen Code besser lesen können!

17.11.2009, 15:28
smmrvle Neuer Benutzer Registriert seit: 12.11.2009 Beiträge: 8 PHP-Kenntnisse: Anfänger	ok...sollte nun besser lesbar sein

17.11.2009, 15:35
Yoshi- Erfahrener Benutzer Registriert seit: 26.10.2009 Beiträge: 425 PHP-Kenntnisse: Fortgeschritten	Das Problem ist einfach das \s jedes Zeichen ist außer Leerzeichen, Tab, Zeilenumbruch undso weiter. Du könntest .*? benutzen um jedes Zeichen zu finden.

17.11.2009, 15:54
Yoshi- Erfahrener Benutzer Registriert seit: 26.10.2009 Beiträge: 425 PHP-Kenntnisse: Fortgeschritten	Natürlich hab es mit \S verwechselt so müsste es gehen .p\.MsoHeader, li\.MsoHeader, div\.MsoHeader\s\{.*?\}

17.11.2009, 16:16
nikosch moderatives Dielektrikum Registriert seit: 21.05.2008 Beiträge: 35.990 PHP-Kenntnisse: Fortgeschritten	Wir wissen nicht, was Du suchst, ob oben auch mal ein Leerzeichen mehr oder eine andere Reihenfolge oder auch mal ein Selektor mehr vorkommen kann. Sonst könntest Du ja easy str_replace verwenden. Wenn es denn so einfach ist, frage ich mich, wozu der Thread aufgemacht wurde. __________________ -- One pixel is still too big. Please make it smaller. ASAP. Initiative Mittelstand. Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers. --

17.11.2009, 16:22
smmrvle Neuer Benutzer Registriert seit: 12.11.2009 Beiträge: 8 PHP-Kenntnisse: Anfänger	wenn nicht ganz klar ruebergekommen ist, was ich moechte: in einem beliebigen html dokument den inhalt rausbekommen, der zwischen "p.MsoHeader, li.MsoHeader, div.MsoHeader {" und "}" steht. Der inhalt kann dabei beliebig sein. die "{" kann dabei oben auch in derselben zeile stehen, mit einem, keinem oder mehreren leerzeichen von "div.MsoHeader" getrennt sein.