VPF::Найти весь текст в html - Форум программистов

neoks

Дата 12.4.2013, 10:53 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 425
Регистрация: 5.7.2010

Репутация: нет
Всего: 1

Забыл напрочь эти регулярные выражения и не могу теперь составить правильно, подскажите как можно вытащить только текст из html страницы.
Сейчас полагаю что будет много лишнего текст таких как скрипты, стили и тд, полагаю что нужно вытаскивать между определенными тегами.
Список тегов составить не проблема )) но не могу вытащить текст даже из определенного тега

Вот пример

Код


preg_replace_callback("/<a[^>]*>(.+?)</a>/si",'getTexts',$file);

Не знаю, и так и сяк не могу вытащить текст, подскажите как выдернуть только текст из тега

Пробовал еше такой вариант

Код


preg_replace_callback("/<a[^>]*>(\w+)</a>/si",'getTexts',$file);

Вроде ему сказал вытаскивать только из тега <a> а он вытащил даже из тега <script>

Подскажите что я неправильно делаю)

s0lman

Дата 12.4.2013, 11:08 (ссылка)

(нет голосов)

Загрузка ...

Белый и лохматый

Профиль
Группа: Участник
Сообщений: 637
Регистрация: 1.11.2007
Где: Ukraine

Репутация: 9
Всего: 29

Чтобы просто выдрать текст из ссылки подойдет

Код


/^\<a[^>]*>([^<]*)\<\/a>$/

--------------------

Когда я уже выучусь на волшебника? :(

neoks

Дата 12.4.2013, 11:20 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 425
Регистрация: 5.7.2010

Репутация: нет
Всего: 1

Ну вот вроде нет нечего проше, но увы все также выдергивает все подряд, полюбе какой там я тег указал, ишет все хз почему ))

s0lman

Дата 12.4.2013, 11:44 (ссылка)

(нет голосов)

Загрузка ...

Белый и лохматый

Профиль
Группа: Участник
Сообщений: 637
Регистрация: 1.11.2007
Где: Ukraine

Репутация: 9
Всего: 29

пример исходного хтмл ?

--------------------

Когда я уже выучусь на волшебника? :(

neoks

Дата 12.4.2013, 13:54 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 425
Регистрация: 5.7.2010

Репутация: нет
Всего: 1

Вот примерчик, к примеру не могу выдернуть из <th> ))

Код


function getTexts($a){
    echo $a[1];
}

$html = <<<HTML

<script type='text/javascript'>
/* <![CDATA[ */
    var dropdown = document.getElementById("cat");
    function onCatChange() {
        if ( dropdown.options[dropdown.selectedIndex].value > 0 ) {
            location.href = "/site/?cat="+dropdown.options[dropdown.selectedIndex].value;
        }
    }
    dropdown.onchange = onCatChange;
/* ]]> */
</script>

</li><li class="widgets"><h2 class="mainhead">&nbsp;</h2><div id="calendar_wrap"><table id="wp-calendar">
    <caption>Апрель 2013</caption>
    <thead>
    <tr>
        <th scope="col" title="Понедельник">Пн</th>
        <th scope="col" title="Вторник">Вт</th>
        <th scope="col" title="Среда">Ср</th>
        <th scope="col" title="Четверг">Чт</th>
        <th scope="col" title="Пятница">Пт</th>
        <th scope="col" title="Суббота">Сб</th>
        <th scope="col" title="Воскресенье">Вс</th>
    </tr>
    </thead>

    <tfoot>
    <tr>
        <td colspan="3" id="prev"><a href="_2013_03_" title="Просмотреть записи за Март 2013">&laquo; Март</a></td>
        <td class="pad">&nbsp;</td>
        <td colspan="3" id="next" class="pad">&nbsp;</td>
    </tr>
    </tfoot>

    <tbody>
    <tr><td><a hr
HTML;
preg_replace_callback("/^\<th[^>]*>([^<]*)\<\/th>$/",'getTexts',$html);

patap

Дата 12.4.2013, 18:58 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 893
Регистрация: 7.5.2005
Где: Украина, Зп

Репутация: 26
Всего: 40

ну ты совсем не то замутил с th

как-то так

Код


$html = preg_replace("/<th[^>]*>([^<]*)<\/th>/",'$1', $html);

Это сообщение отредактировал(а) patap - 12.4.2013, 18:59

--------------------

На боку кобура болталась, сзади шашка отцовская звякала.
Впереди меня все хохотало, а позади все плакало (с)

s0lman

Дата 12.4.2013, 19:04 (ссылка)

(нет голосов)

Загрузка ...

Белый и лохматый

Профиль
Группа: Участник
Сообщений: 637
Регистрация: 1.11.2007
Где: Ukraine

Репутация: 9
Всего: 29

Так уберите из паттерна признаки начала и конца строки

Код


/\<th[^>]*>([^<]*)\<\/th>/

Добавлено через 35 секунд
patap, опередил)

--------------------

Когда я уже выучусь на волшебника? :(

neoks

Дата 12.4.2013, 21:12 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 425
Регистрация: 5.7.2010

Репутация: нет
Всего: 1

я решил все таки обойтись другим вариантом, сначала спарсить все html теги и заменить типа ]0[ и затем спарсить текст в этих тегах ]0[ ну и сделать перевод и обратно вернуть теги, покамись все работает славно ))

cia

Дата 14.4.2013, 12:47 (ссылка)

(нет голосов)

Загрузка ...

Бывалый

Профиль
Группа: Участник
Сообщений: 207
Регистрация: 15.1.2007

Репутация: 4
Всего: 4

Цитата

Вроде ему сказал вытаскивать только из тега <a> а он вытащил даже из тега <script>

(.+?) - это жадный паттерн, он заберёт всё по максимуму. Надо использовать (.*?) или так: ([^<]+)
s0lman правильно пишет, так будет работать, только угловые скобки экранировать не обязательно.

patap

Дата 16.4.2013, 19:08 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 893
Регистрация: 7.5.2005
Где: Украина, Зп

Репутация: 26
Всего: 40

Цитата(cia @ 14.4.2013, 11:47

)

(.+?) - это жадный паттерн

он не жадный, он как минимум одно совпадение ожидает, в отличии от .*?, который - ноль и больше

а жадный .+ и .*

--------------------

На боку кобура болталась, сзади шашка отцовская звякала.
Впереди меня все хохотало, а позади все плакало (с)

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| PHP: Общие вопросы \| Следующая тема »