страницу в массив слов

[asm]

страницу в массив слов

Есть HTML нужно из него получить массив слов.

Как делалось:

        $filename = "http://".$row['url'];
        $contents = file ($filename);
        $str = '';
        for ($i=0; $i<count($contents); $i++) {
            $contents[$i] = strip_tags ($contents[$i]);
            $contents[$i] = trim ($contents[$i]);
            if (strlen($contents[$i])>0) {
                $str .= " ".$contents[$i];
            }
        }
        $words = explode(" ", $str);

получилось что иногда слова склеиваются.
Есть идеи как сделать без регулярных?

 

[vladax]

вообщем, насчет без регов не знаю, но я бы сначала заменил все открывающие теги на пробел, а потом бы применил strip_tags. вот тебе и счастье.

 

[_RVK_]

Есть идеи как сделать без регулярных

А почему без регов? Тут, ИМХО, реги как нельзя кстати.

 

[nofx]

разбить текст на (слова в массив) регами? зачем?

 

[_RVK_]

все открывающие теги на пробел, а потом бы применил strip_tags. вот тебе и счастье.

Поправка, заменил бы символы < и > на _< и >_ где "_" - пробел

 

[Cougar]

Какая чудовищная конструкция...

//этого вполне достаточно
$words = explode(" ", implode(" ", $contents)); 
// А ещё лучше это:
$words = preg_split("/\s+/", implode(" ", $contents));

А склеиваются - патамушта.
Например:

Строка первая<br>строка вторая

Как думаешь, что полуится после strip_tags() ?

 

[_RVK_]

nofx
А затем что с: раз,два,три не прокатит.

 

[nofx]

А затем что с: раз,два,три не прокатит.

таких вариантов которые будут подходить под определение "не прокатит" масса!

[бред вырезан]

и когда я это все писал, забыл о том что есть \b

 

[_RVK_]

nofx
Вопрос только "нафига?" если есть реги а в них паттерн \b - граница слова.

 

[nofx]

именно для этого

 

[_RVK_]

На этот счет интересно было бы послушать автора топика. Может у него жуткая аллргия на реги, тогда да. Но делать 8 строчками то что можно сделать двумя лично я не вижу смысла.

-~{}~ 28.12.04 18:55:

именно для этого

Не понял. Для чего?

 

[nofx]

Для чего?

subj

 

[_RVK_]

nofx
Это, типа, "Спасибо, _RVK_, что просветил"? Да не за что!

 

[nofx]

да-да спасибо

 

[asm]

Регами не спрашиваю как потому что могу и сам сделать, просто интересно было узнать можно ли как иначе и проще
Сенкс всем.

 

[nofx]

[m]str_word_count[/m]