регулярное выражение

Hall9000 · 22 Авг 2010

регулярное выражение

Доброго времени суток!
недавно начал изучать рег. выражения
есть текст веб-страницы:

PHP:

$text='<!--[if gte vml 1]><v:shapetype id="_x0000_t75"    coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe"    filled="f" stroked="f">    <v:stroke joinstyle="miter"/>    <v:formulas>     <v:f eqn="if lineDrawn pixelLineWidth 0"/>     <v:f eqn="sum @0 1 0"/>     <v:f eqn="sum 0 0 @1"/>     <v:f eqn="prod @2 1 2"/>     <v:f eqn="prod @3 21600 pixelWidth"/>     <v:f eqn="prod @3 21600 pixelHeight"/>     <v:f eqn="sum @0 0 1"/>     <v:f eqn="prod @6 1 2"/>     <v:f eqn="prod @7 21600 pixelWidth"/>     <v:f eqn="sum @8 21600 0"/>     <v:f eqn="prod @7 21600 pixelHeight"/>     <v:f eqn="sum @10 21600 0"/>    </v:formulas>    <v:path o:extrusionok="f" gradientshapeok="t" o:connecttype="rect"/>    <o:lock v:ext="edit" aspectratio="t"/></v:shape><![endif]--> <!--[if gte vml 1]><v:shapetype id="_x0000_t75"    coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe"    filled="f" stroked="f">    <v:stroke joinstyle="miter"/>    <v:formulas>     <v:f eqn="if lineDrawn pixelLineWidth 0"/>     <v:f eqn="sum @0 1 0"/>     <v:f eqn="sum 0 0 @1"/>     <v:f eqn="prod @2 1 2"/>     <v:f eqn="prod @3 21600 pixelWidth"/>     <v:f eqn="prod @3 21600 pixelHeight"/>     <v:f eqn="sum @0 0 1"/>     <v:f eqn="prod @6 1 2"/>     <v:f eqn="prod @7 21600 pixelWidth"/>     <v:f eqn="sum @8 21600 0"/>     <v:f eqn="prod @7 21600 pixelHeight"/>     <v:f eqn="sum @10 21600 0"/>    </v:formulas>    <v:path o:extrusionok="f" gradientshapeok="t" o:connecttype="rect"/>    <o:lock v:ext="edit" aspectratio="t"/></v:shape><![endif]--> <!--[if gte vml 1]><v:shapetype id="_x0000_t75"    coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe"    filled="f" stroked="f">    <v:stroke joinstyle="miter"/>    <v:formulas>     <v:f eqn="if lineDrawn pixelLineWidth 0"/>     <v:f eqn="sum @0 1 0"/>     <v:f eqn="sum 0 0 @1"/>     <v:f eqn="prod @2 1 2"/>     <v:f eqn="prod @3 21600 pixelWidth"/>     <v:f eqn="prod @3 21600 pixelHeight"/>     <v:f eqn="sum @0 0 1"/>     <v:f eqn="prod @6 1 2"/>     <v:f eqn="prod @7 21600 pixelWidth"/>     <v:f eqn="sum @8 21600 0"/>     <v:f eqn="prod @7 21600 pixelHeight"/>     <v:f eqn="sum @10 21600 0"/>    </v:formulas>    <v:path o:extrusionok="f" gradientshapeok="t" o:connecttype="rect"/>    <o:lock v:ext="edit" aspectratio="t"/></v:shape><![endif]-->';

PHP:

preg_replace('/(?s)<\!--\[if gte vml 1]>.*?<\!\[endif]-->/','',$text);

нужно произвести замену текста, стоящий внутри тэгов 
по рег. выражению
/(?s)<\!--\[if gte vml 1]>.*?<\!\[endif]-->/
найдено:Всего совпадений 3

как только выполняется замена:
preg_replace('/(?s)<\!--\[if gte vml 1]>.*?<\!\[endif]-->/','',$text);

переменная $text пустая

и вот так

PHP:

preg_match('/(?s)<!--\[if gte vml 1\]>.*?<!\[endif\]-->/',$text,$matches);
var_dump($matches);

array
empty

что не правильно?

tz-lom · 22 Авг 2010

отлаживать регулярки в внешней программе это правильно
а вот забывать что в PHP \ надо экранировать это неправильно

Hall9000 · 22 Авг 2010

Автор оригинала: tz-lom
отлаживать регулярки в внешней программе это правильно
а вот забывать что в PHP \ надо экранировать это неправильно

последнее выражение было верно, но не пойму где собака зарыта

john.brown · 22 Авг 2010

Hall9000
Во первых, не совсем понятно, что ты имел ввиду вот этим - (?s).
Во вторых, если надо заменить то, что "внутри тэгов ", то в регулярке наверно надо скобками выделить фрагмент, который внутри, потом уже найти их все при помощи preg_match_all(), а потом уже при помощи str_replace() заменить найденные совпадения.

Hall9000 · 23 Авг 2010

Автор оригинала: john.brown
Hall9000
Во первых, не совсем понятно, что ты имел ввиду вот этим - (?s).
Во вторых, если надо заменить то, что "внутри тэгов ", то в регулярке наверно надо скобками выделить фрагмент, который внутри, потом уже найти их все при помощи preg_match_all(), а потом уже при помощи str_replace() заменить найденные совпадения.

так мне и тэги  надо удалить

PHP:

preg_match_all('/(?s)<\!--\[if gte vml 1\]>.*?<\!\[endif\]-->/',$text,$matches)

найдено, ну и я думаю путем замены текста на:

PHP:

preg_replace('/(?s)<\!--\[if gte vml 1\]>.*?<\!\[endif\]-->/','',$text);

-~{}~ 23.08.10 09:43:

ладно фигня....
вот думаю над простым.. совершенно очевидно

PHP:

$filename="file.htm";
$pattern1="/<!--\[if !mso\]>.*<!\[endif\]-->/s";
$content=file_get_contents($filename);
//content принимает такое содержимое
$content="<link rel=File-List href=filelist.xml>
<link rel=Edit-Time-Data href=editdata.mso>
<!--[if !mso]>
<style>
v\:* {behavior:url(#default#VML);}
o\:* {behavior:url(#default#VML);}
x\:* {behavior:url(#default#VML);}
.shape {behavior:url(#default#VML);}
</style>
<![endif]-->
<link rel=Stylesheet href=stylesheet.css>
<style>
<!--table
	{mso-displayed-decimal-separator:"\,";
	mso-displayed-thousand-separator:" ";}
@page
	{margin:.75in .7in .75in .7in;
	mso-header-margin:.3in;
	mso-footer-margin:.3in;}
-->
</style>
<![if !supportTabStrip]>";
preg_replace($pattern1,'',$content,-1,$count);
//при чем $count=1 т.е. типа найдено одно значение
file_put_contents($filename, $content);

после чего файл нифига не измененный
непойму в чем дело

john.brown · 23 Авг 2010

ууу... preg_replace() возвращает результат своей работы.

Hall9000 · 23 Авг 2010

ну да, типа должна удалится часть некоторая, которая описана в шаблоне, но файл остался без изменений, все что внутри тэгов не удалилось(заменилось)
хмм, хотите сказать что надо писать так:

PHP:

$content=preg_replace($pattern1,'',$content,-1,$count);
file_put_contents($filename, $content);

ну конечно же

затупил после preg_match_all

john.brown · 23 Авг 2010

Да, именно так.

Hall9000 · 23 Авг 2010

Автор оригинала: john.brown
Да, именно так.

тогда технический вопрос
выполняется код:

PHP:

$content=preg_replace($pattern1,'',$content,-1,$count);

после чего к примеру $count=216, а $content при этом пустая строка.
как же быть?

в файле есть картинка, какого хрена Майкрософт запихивает картинку в файл htm внутри тегов <v:shape></v:shape> и её же (картинку) сохраняет отдельным файлом png.
Вот чтобы избавится от мусора необходимо избавиться от него, дабы не занимать память.
Покажите пожалуйста свой вариант, как избавиться от тегов и все что внутри них:

PHP:

$pattern1="/<v:shape.*>.*<\/v:shape>/sU";
$pattern2="/<!--\[if gte vml 1\]>.*<!\[endif\]-->/sU";

что-то неполучается

P.S.
пример:
1. создать файл xls внутрь поместить любую картинку
2. сохранить это все в веб-страницу
3. ну и смотреть файл htm в папке с названием файла

произвел опыт, создал маленький файл с одной картинкой
код выполнился, мусор очистился с данными рег. выражениями.
потом добавил еще несколько картинок в файл
проделал то же самое
файл оказался пустым, совпадения находились но заменял все это пустой строкой, соответственно и файл создался пустым

где собака зарыта ?
может какие-то ограничения есть, расскажите опытные люди....

john.brown · 23 Авг 2010

Разобратся, что и как у тебя заменяется и что из себя представляет исходная строка, если пустая строка не является ожидаемым результатом

Вот в самом первом твоем примере как раз пустая строка и остается, ибо ничего, окромя удаляемого, там нет

подозреваю, что и в других строках может быть так же...

Hall9000 · 23 Авг 2010

Автор оригинала: john.brown
Вот в самом первом твоем примере как раз пустая строка и остается, ибо ничего, окромя удаляемого, там нет подозреваю, что и в других строках может быть так же...

я часть контента вырезал, дабы не загружать форум непонятной писаниной сохраненной Майкрософтом

john.brown · 23 Авг 2010

Подозреваю, что беда в жадности квантификаторов. Вот такая вот конструкция:

Код:

<v:shape.*>

у тебя съедает все, что попадает между <v:shape и самой последней закрывающей >. Чтоб так небыло, пользуй ограничение жадности - <v:shape.*?> - так туда попадет все только до первой >

Hall9000 · 23 Авг 2010

Код:
Автор оригинала: john.brown
Подозреваю, что беда в жадности квантификаторов. Вот такая вот конструкция:

Код:

<v:shape.*>

у тебя съедает все, что попадает между <v:shape и самой последней закрывающей >. Чтоб так небыло, пользуй ограничение жадности - <v:shape.*?> - так туда попадет все только до первой >

правильно, потому что тег <v:shape > включает в себя типа: <v:shapetype id="_x0000_t75" coordsize="21600,21600" o:spt="75" o

referrelative="t" path="m@4@5l@4@11@9@11@9@5xe" filled="f" stroked="f">
эмм... у меня ограничение жадности стоит в конце выражения /sU

john.brown · 23 Авг 2010

А, сорри, не пользую я модификатор U. Тогда, в моем понимании, и проверяя, оно (/<v:shape.*>.*<\/v:shape>/sU) делает все, как положено. применяя его к строке из первого поста, остается

Код:

<!--[if gte vml 1]><![endif]--> <!--[if gte vml 1]><![endif]--> <!--[if gte vml 1]><![endif]-->

что и ожидалось.

Hall9000 · 23 Авг 2010

еще раз повторюсь, может не видели:
P.S.
пример:
1. создать файл xls внутрь поместить любую картинку
2. сохранить это все в веб-страницу
3. ну и смотреть файл htm в папке с названием файла

произвел опыт, создал маленький файл с одной картинкой
код выполнился, мусор очистился с данными рег. выражениями.
потом добавил еще несколько картинок в файл
проделал то же самое
файл оказался пустым, совпадения находились но заменял все это пустой строкой, соответственно и файл создался пустым

john.brown · 23 Авг 2010

Ну не буду же я вместо вас создавть файлы, и изучать, что же там М$ наворатил с картинками

Это уж, плз, самостоятельно.

Рег работает. Смотрите, что в файле меняется после отчистки и добавления еще картинок.

П.С. использовать продукты M$ (полагаю Ворд) для создания html, по меньшей мере странно

Hall9000 · 23 Авг 2010

у клиента Excel
он в нем все делает, изменяет, добавляет данные
после сохраняется в веб-страницу
после чего скрипт парсирует код и тем самым отбирает только нужные данные для сайта в последующем записывая их в базу

очень жаль... дело в том что на маленьких файлах это все выполняется, а вот если файл становится чуть больше, к примеру в 2Мб то тут палка в колеса...

john.brown · 23 Авг 2010

Если на маленьких все происходит, то траблы, имхо, не регом, а с перерасходом памяти или чем то подобном.

Hall9000 · 23 Авг 2010

вооот.. в этом вся и проблема я думаю.... от чего я и хотел для начала очистить мусор а потом далее парсировать, но идея плоха если по несколько раз запускать скрипт если находить только первое вхождение и так потихоньку удалять.
вот и хотелось бы узнать, есть ли какие-нибудь ограничения по памяти на preg_match/preg_replace
как же еще можно придумать тогда ?

john.brown · 23 Авг 2010

Ограничения по памяти имеется в php.ini - memory_limit. Но постарайтесь все же для начала выяснить более точно, в чем проблема - error_reporting включите, логи поизучайте...

регулярное выражение

Новичок

Продвинутый новичок

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин

Новичок

просто кулибин