PHP

[PHP] reg ex j'y comprend rien !

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : [PHP] reg ex j'y comprend rien !

stef_dobermann

Personne n'est parfait ...

Bonjour,

je voudrais récupérer dans une page tous ce qu'il y a entre 2 balises (rien de bien dur, pour ceux qui connaissent) mais voila, il m'en retourne plus et là je ne comprend pas !!

Voici mon code :

Code :

<?PHP
$response =<<<icicfini
<html xmlns="http://www.w3.org/1999/xhtml" dir="ltr" lang="fr-FR">
<head profile="http://gmpg.org/xfn/11">
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
[...]
<script type="text/javascript">
<!--
function bb2_addLoadEvent(func) {
var oldonload = window.onload;
if (typeof window.onload != 'function') {
window.onload = func;
} else {
window.onload = function() {
oldonload();
func();
}
}
}
bb2_addLoadEvent(function() {
for ( i=0; i < document.forms.length; i++ ) {
if (document.forms[i].method == 'post') {
var myElement = document.createElement('input');
myElement.setAttribute('type', 'hidden');
myElement.name = 'bb2_screener_';
myElement.value = '1188573430 90.36.202.251';
document.forms[i].appendChild(myElement);
}
}
});
// --></script>
<style type='text/css'>
#headerimg h1 a, #headerimg h1 a:visited, #headerimg .description { color: #000000; }
--></style>
</head>
<body>
<div id="page">
<div id="header">
<div id="headerimg">
[données...]
</div>
</div>
<hr />
<div id="content" class="widecolumn">
<div class="navigation">
<div class="alignleft">[données...]</div>
<div class="alignright">[données...]</div>
</div>
<div class="post" id="post-1118">
<h2>[données que je veux...]</h2>
<div class="entry">
<p>[données que je veux...]</p>
<p class="postmetadata alt">
<small>
[données que je veux...]
</small>
</p>
</div>
</div>
</div>
<hr />
<div id="footer">
<p>[données...]</div>
</div>
</body>
</html>
icicfini;
eregi( '<div[^>]*class="post"[^>]*>(.*)</div>', $response, $regs );
echo print_r($regs);
?>

voici ce que récupérer ce code :

Code :

Array
(
[0] => <div class="post" id="post-1118">
<h2>[données post...]</h2>
<div class="entry">
<p>[données entry...]</p>
<p class="postmetadata alt">
<small>
[données postmetadata...]
</small>
</p>
</div>
</div>
</div>
<hr />
<div id="footer">
<p>[données footer...]</div>
</div>
[1] =>
<h2>[données post...]</h2>
<div class="entry">
<p>[données entry...]</p>
<p class="postmetadata alt">
<small>
[données postmetadata...]
</small>
</p>
</div>
</div>
</div>
<hr />
<div id="footer">
<p>[données footer...]</div>
)
1

voici ceux qui est en trop :

Code :

</div>
<hr />
<div id="footer">
<p>[données footer...]</div>
</div>

et je ne comprend pas pourquoi ?
je ne comprend pas non plus le fait qu'il y ai 2 entrées dans le tableau de retour alors que le code n'y est qu'une fois !

Voila, si vous pouvez m'aider,ça serait super sympas

SteF

---------------
Tout à commencé par un rêve...

Publicité

Halike

Bonjour,
je suis loin d'etre un expert, mais:

1)Le fait que ce soit deux fois dans le tableau,c'est parce que l'index 0 corespond au masque complet capturé par la regexp.L'index 1 correspond a la premiere paire de parentheses capturantes (et ainsi de suite,si jamais tu as plusieurs paires de parentheses).

2°Le fait qu'il y ait un bout en trop, c'est parce que le comportement par défaut est 'greedy'. C'est à dire qu'il tente de capturer le plus gros morceau possible (greedy=gourmand en angliche). Pour remédier à ca, il faut spécifier l'option 'ungreedy'. En général,ca se fait en ajoutant la lettre U apres la regexp (exemple: $regexp='#REGEXP#U'; ).

Personellement,je me sert de preg_replace, pas de eregi, mais je pense que ca doit etre pareil.

En esperant que ca t'aide.
Bonne journée

stef_dobermann

Personne n'est parfait ...

pour la partie 1 nikel,
pour la partie 2 je n'ai pas utilisé preg_replace car c'est pour faire un remplacement dans une chaine de caractères or moi je voudrais récupérer une chaine de caractères (i pour insenssible à la case) ! d'où l'utilisation de eregi .
mais cela ne fonctionne pas comme je voudrais !!
j'ai essayé

Code :

preg_match( "/<div class=\"post\" id=\".*?\">(.*?)<\/div>/Uis", $response, $regs );

mais là jai la même chose qu'avant, plus de chose qu'il m'en faut !

le problème c'est que le pattern prend toujours le </div> le plus éloigné, il ne prend pas en compte la syntaxe html,
mais comment faire pour lui dire de limiter sa recherche au </div> le plus proche ?

mon but est de faire un script qui permet de récupérer des articles à partir d'un flux RSS, et des les intégrer en base de données.
pour le flux RSS => OK,
vérification de présence de l'article en base de données => OK,
pour récupérer la page qui contient l'article => OK,
pour nettoyer la page, et ne ressortir que l'article => technique de la pierre => Echec
pour mettre en base de données l'article => OK,

---------------
Tout à commencé par un rêve...

sielfried

Forcément si t'ajoutes à la fois le "?" après ".*" et l'option U, ben ça s'annule. [:petrus75]

Choisis entre les deux.

---------------
StarCraft Professional Gaming Database | [Ze Topic] Starcraft/BroodWar

stef_dobermann

Personne n'est parfait ...

effectivement, en mettant ça :

Code :

preg_match( "/<div class=\"post\" id=\".*\">(.*)<\/div>/Uis", $response, $regs );

il me retroune ça :

Code :

<h2>[données que je veux...]</h2>
<div class="entry">
<p>[données que je veux...]</p>
<p class="postmetadata alt">
<small>
[données que je veux...]
</small>
</p>

qui est presque ce que je veux j'ai plus qu'à rajouter </div> pour finir comme il faut et c'est parfait !

n'y aurait-il pas un meilleur pattern pour faire une recherche sur ce type de chaine <div class="post" id="post-1118"> sachant que le "1118" est la seule chose qui peut changer soit en incrément, soit en décrément !

---------------
Tout à commencé par un rêve...

sielfried

Effectivement tu devrais pouvoir utiliser quelque chose comme ça je suppose.

(Mais c'est plus drôle, les regexp. [:dawa] )

---------------
StarCraft Professional Gaming Database | [Ze Topic] Starcraft/BroodWar

stef_dobermann

Personne n'est parfait ...

lol, je parlais d'optimisation de ma regexp

---------------
Tout à commencé par un rêve...

sielfried

Disons que si c'est spéciquement pour du (x)html (ou du DOM en général) t'as des outils fait pour donc c'est con de se prendre le chou.

À mon avis là en termes de regexp va te falloir un truc récursif, bref quelque chose d'assez violent. -_-

---------------
StarCraft Professional Gaming Database | [Ze Topic] Starcraft/BroodWar

stef_dobermann

Personne n'est parfait ...

récursif pas la peine une page == un article
juste améliorer la regexp au cas où il y aurait besoin, simplification ou autre
pour le reste de mon truc, pas de soucis, je me débrouille

---------------
Tout à commencé par un rêve...

FORUM HardWare.fr

Programmation

PHP

[PHP] reg ex j'y comprend rien !

Sujets relatifs
01img.com (PHP)	PHP - GROUP BY et ORDER BY
[résolu] PHP : lire une page web et séparation paramètres	Le code PHP ne s'affiche plus (tags PHP reconnus comme tags HTML)
recherche un pro en PHP	[PHP] Récupérer session Curl
[PHP] Fonction include plus rapide qu'un bout de code dans la page ?	Formulaire GET dans fichier PHP
Je ne comprend rien au PHP	[PHP] Expressions régulières je comprend rien!!! ;-)
Plus de sujets relatifs à : [PHP] reg ex j'y comprend rien !

Page générée en 0.085 secondes