Отрицание в регулярном выражении

[BoRay]

Отрицание в регулярном выражении

Добрый день!

Не могу разобраться с отрицанием в регулярном выражении(

Нужно заменить в тексте все ссылки на свои кроме тех что имеют href="www.url.ru"

$page =   // - боооольшой текст со ссылками

$find = "/<a.+ href.*=.*[\"|'].*[^www\.url\.ru].*[\"|'].*a>/";
$whot = "my_text";

preg_replace($find, $my_text,  $page);

Что не так делаю?

Спасибо за внимание!

 

[Вурдалак]

Через callback-функцию пропускай адрес

 

[BoRay]

Автор оригинала: Вурдалак
Через callback-функцию пропускай адрес

Помоему чушь какая-то сказана... А если я не прав - поподробнее.

ПС. У меня проблема с регулярным выражением, а не с заменой. Если писать без отрицания, то она будет менять www.url.ru на мой_урл. А мне нужно чтобы все другие урлы менялись.

 

[Gas]

http://tinyurl.com/y868wmj

 

[Вурдалак]

Автор оригинала: BoRay
Помоему чушь какая-то сказана... А если я не прав - поподробнее.

preg_replace_callback

 

[freeek]

Re: Отрицание в регулярном выражении

Автор оригинала: BoRay
Добрый день!

Не могу разобраться с отрицанием в регулярном выражении(

Нужно заменить в тексте все ссылки на свои кроме тех что имеют href="www.url.ru"

$page =   // - боооольшой текст со ссылками

$find = "/<a.+ href.*=.*[\"|'].*[^www\.url\.ru].*[\"|'].*a>/";
$whot = "my_text";

preg_replace($find, $my_text,  $page);

Что не так делаю?

Спасибо за внимание!

$regex = '%(<a.*href=\Whttp\:\/\/)(?!www\.url\.ru)((?:.*\.)?[a-z0-9-]+\.[a-z]{2,5})(.*\W[^>]*>)%iUs';
echo preg_replace( $regex, '$1mylink.com$3', $readfile )

 

[BoRay]

Re: Re: Отрицание в регулярном выражении

Автор оригинала: freeek

$regex = '%(<a.*href=\Whttp\:\/\/)(?!www\.url\.ru)((?:.*\.)?[a-z0-9-]+\.[a-z]{2,5})(.*\W[^>]*>)%iUs';
echo preg_replace( $regex, '$1mylink.com$3', $readfile )

Ух, серьезно) Ну сейчас буду разбираться чего тут написано) Спасип...

 

[varan]

Re: Re: Отрицание в регулярном выражении

Автор оригинала: freeek

$regex = '%(<a.*href=\Whttp\:\/\/)(?!www\.url\.ru)((?:.*\.)?[a-z0-9-]+\.[a-z]{2,5})(.*\W[^>]*>)%iUs';
echo preg_replace( $regex, '$1mylink.com$3', $readfile )

Да ну нафиг такие шарады, лучше уж через callback

 

[freeek]

Re: Re: Re: Отрицание в регулярном выражении

вот так наверное правильней будет

$regex = '%(<a.*href=(?:\'|\")http\:\/\/)(?!www\.url\.ru)([a-z0-9-\.]+?.*)((?:\'|\")[^>]*>)%iUs';

 

[BoRay]

Re: Re: Re: Re: Отрицание в регулярном выражении

Автор оригинала: freeek
вот так наверное правильней будет

$regex = '%(<a.*href=(?:\'|\")http\:\/\/)(?!www\.url\.ru)([a-z0-9-\.]+?.*)((?:\'|\")[^>]*>)%iUs';

Ога, почти разобрался. Не понятен вот какой момент - $regex = '%(<a.*href=(?:\'|\")http\:\/\/)(?!www\.url\.ru)([a-z0-9-\.]+? .*)((?:\'|\")[^>]*>)%iUs';
Выделенное красным - зачем оно тут?
И что значит конструкция [^>]* ?

 

[dimagolov]

И что значит конструкция [^>]*

[] это символьный класс, ^ это отрицание в нем, то есть [^>] это "все кроме >", ну а * это любое кол-во повторов, начиная с 0.

 

[grigori]

а зачем тебе парсить ссылки на страницы?
это может нарушать правила форума

 

[freeek]

у нас стои модификатор U который инвертирует жадность
т.е. рега не хаватет все от и до
а когда ?то мы инвертируем обратно
т.е. захватываем наибольшее кол-во символов подпадающее подправило

смысл в том что изначльно реги жадные и если б мы использовали регу по захвату данного тега, то рега захватила б от начала открытия до конца последнего тега

-~{}~ 06.10.09 00:00:

уриво объяснил, конечно

т.е. изначльно мы сделали регу нежадной, а в нужном месте сделали ее жадной

 

[BoRay]

Автор оригинала: dimagolov
[] это символьный класс, ^ это отрицание в нем, то есть [^>] это "все кроме >", ну а * это любое кол-во повторов, начиная с 0.

Ок, как изначально я и предполагал. а почему тогда не работал мой регулярник?

/<a.+ href.*=.*[\"|'].*[^www\.url\.ru]+.*[\"|'].*a>/

логика то вроде такая....

-~{}~ 06.10.09 11:38:

Автор оригинала: grigori
а зачем тебе парсить ссылки на страницы?
это может нарушать правила форума

Мне нужно блокировать ссылки(<noindex>) в автомате.

-~{}~ 06.10.09 11:41:

Автор оригинала: freeek
у нас стои модификатор U который инвертирует жадность
т.е. рега не хаватет все от и до
а когда ?то мы инвертируем обратно
т.е. захватываем наибольшее кол-во символов подпадающее подправило

смысл в том что изначльно реги жадные и если б мы использовали регу по захвату данного тега, то рега захватила б от начала открытия до конца последнего тега

-~{}~ 06.10.09 00:00:

уриво объяснил, конечно

т.е. изначльно мы сделали регу нежадной, а в нужном месте сделали ее жадной

Спасибо, мне нужно мануалы покурить теперь.

 

[freeek]

Автор оригинала: BoRay
Ок, как изначально я и предполагал. а почему тогда не работал мой регулярник?

/<a.+ href.*=.*[\"|'].*[^www\.url\.ru]+.*[\"|'].*a>/

логика то вроде такая....

ну это только кажется что такая

1) для начала надо определиться что мы будем искать
ты хочешь

'<a>.*</a>'

я предлагаю работать только с

'<a>'

2) так как ссылок в тексте может быть много, надо сделать регу нежадной U, так есть переносы s и i для регистронезависимого поиска
3) по сути начало тега можно представить в виде

'%<a[^>]*>%iUs'

, т.е. открывающий тег, все что угодно кроме закрывающего и сам закрывающий
4) потом эту конструкцию расширяем, так как нам интересен href его и ищем в первую очередь, что то типа:

'%<a.*href[^>]*>%iUs'

5) на нужно значение href, поэтому в этом шаге мы ищем его:

'<a.*href=(?:\'|\")(.*)(?:\'|\")[^>]*>%iUs'

. мы использовали

(?:a|b)

вместо символьного класса

[]

, так как это уместней,

?:

чтобы не захватывало подмаску
6) смотрим на сам урл, ну тут уже все персонально, главная мысль используем http\:\/\/ для индетефикации (в общем виде, может и не быть если ссылка относительная и т.д.):

 '%<a.*href=(?:\'|\")http\:\/\/(.*)(?:\'|\")[^>]*>%iUs'

7) а теперь выбираем тот который нам подходит, в данном случае, если нам надо выбрать все урлы, доменные имена которых не равны www.url.com, пишем

 '%<a.*href=(?:\'|\")http\:\/\/(?!www\.url\.com)(.*)(?:'|\")[^>]*>%iUs'

,

 (?!www\.url\.com)

- отрицательное утверждение после позиции

 http\:\/\/

, смысл его в том что,- мы вибераем все значения гссылок в которых доменными именами не может быть

 www\.url\.com

, ну или просто все анкоры в которых после

 href=(?:\'|\")http\:\/\/

не следует

 (?!www\.url\.com)

, а дальше описывем ссылку как

 .*

ну или как я предложил ранее в виде символьного класса

 [a-z0-9-\.]+?.*

, это для того чтобы отделить доменные имя


1) ты хочешь схватить сразу весь тег с содержимым
2) вместо отрицательного утверждения после http:// или '," неважно, ты использовал символьный класс, которй можно описать как любые символы кроме те [^www\.url\.ru], это можно записать проще как [^wurl\.] - понятно, что это и не пахнет www\.url\.ru

эти два момента, первый в меньшей степени (потому как это можно представить и ввиде

'%<a.*href=(?:\'|\")http\:\/\/(?!www\.url\.ru).*(?:\'|\").*(?=a>)a>%iUs'

), а в основном второй, который и есть ошибкойв данном случае

 

[BoRay]

Автор оригинала: freeek
ну это только кажется что такая

1) для начала надо определиться что мы будем искать
ты хочешь

'<a>.*</a>'

я предлагаю работать только с

'<a>'

2) так как ссылок в тексте может быть много, надо сделать регу нежадной U, так есть переносы s и i для регистронезависимого поиска
3) по сути начало тега можно представить в виде

'%<a[^>]*>%iUs'

, т.е. открывающий тег, все что угодно кроме закрывающего и сам закрывающий
4) потом эту конструкцию расширяем, так как нам интересен href его и ищем в первую очередь, что то типа:

'%<a.*href[^>]*>%iUs'

5) на нужно значение href, поэтому в этом шаге мы ищем его:

'<a.*href=(?:\'|\")(.*)(?:\'|\")[^>]*>%iUs'

. мы использовали

(?:a|b)

вместо символьного класса

[]

, так как это уместней,

?:

чтобы не захватывало подмаску
6) смотрим на сам урл, ну тут уже все персонально, главная мысль используем http\:\/\/ для индетефикации (в общем виде, может и не быть если ссылка относительная и т.д.):

 '%<a.*href=(?:\'|\")http\:\/\/(.*)(?:\'|\")[^>]*>%iUs'

7) а теперь выбираем тот который нам подходит, в данном случае, если нам надо выбрать все урлы, доменные имена которых не равны www.url.com, пишем

 '%<a.*href=(?:\'|\")http\:\/\/(?!www\.url\.com)(.*)(?:'|\")[^>]*>%iUs'

,

 (?!www\.url\.com)

- отрицательное утверждение после позиции

 http\:\/\/

, смысл его в том что,- мы вибераем все значения гссылок в которых доменными именами не может быть

 www\.url\.com

, ну или просто все анкоры в которых после

 href=(?:\'|\")http\:\/\/

не следует

 (?!www\.url\.com)

, а дальше описывем ссылку как

 .*

ну или как я предложил ранее в виде символьного класса

 [a-z0-9-\.]+?.*

, это для того чтобы отделить доменные имя


1) ты хочешь схватить сразу весь тег с содержимым
2) вместо отрицательного утверждения после http:// или '," неважно, ты использовал символьный класс, которй можно описать как любые символы кроме те [^www\.url\.ru], это можно записать проще как [^wurl\.] - понятно, что это и не пахнет www\.url\.ru

эти два момента, первый в меньшей степени (потому как это можно представить и ввиде

'%<a.*href=(?:\'|\")http\:\/\/(?!www\.url\.ru).*(?:\'|\").*(?=a>)a>%iUs'

), а в основном второй, который и есть ошибкойв данном случае

Респект! Очень все понятно объяснил.