Форум PHP программистов > Помогите составить необычный regex

[ Поиск ] - [ Пользователи ] - [ Календарь ]

Полная Версия: Помогите составить необычный regex

soniclord

3.12.2010 - 09:53

Здравствуйте!
В общем задача передо мной я поставил такую: все внешние ссылки с контента убрать КРОМЕ тех у которых есть id="linksss", но при выводе убирать id="linksss". Возможно ли сие реализовать и сколько потребуется regex'ов?

я нашел

<?
/**
 * Получение внешних ссылок со страницы
 * 
 * @param html
 * @param домен (без www.)
 * @return массив внешних ссылок
 * 
 */ 
function getoutlinks($content, $domain)
{
    $content = preg_replace("/[\n\r\t]/", '', $content); // Заменяем символы перевода строки и табуляции на пробел            
    $content = preg_replace("/[ ]{2,}/", ' ', $content); // Заменяем более 2х пробелов одним
    
    preg_match_all("/<a[^<>]*href=['|\"](.*)['|\"][^<>]*>(.*)<\/a>/iU", $content, $links); // Собираем ссылки                
    if (sizeof($links[1]) > 0) // Если ссылки найдены
    {
        $out = array(); // Массив для внешних ссылок
        
        foreach ($links[1] as $v)
        {
            if (preg_match("/http:\/\/(www\.){0,1}".$domain."/i", $v)) // Пропускаем внутренние ссылки
            {
                continue;
            }
            
            if (preg_match("/http:\/\/(www\.){0,1}(.*)/i", $v)) // Внешняя ссылка 
            {                                                                                
                $out[] = $v;                                                                                        
            }
        }                        
                    
        return $out;
    }                
    
    return array();
}

- выводит все внешние ссылки, но как мне дописать все остальное?
p.s. я понимаю что каждый второй у вас спрашивает про регулярки, но не даются они мне...

Спустя 1 час, 40 минут, 27 секунд (3.12.2010 - 10:34) twin написал(а):

Не смущает то, что атрибут ID должен быть уникальным?
Другими словами на странице не может быть больше одной ссылки с id="linksss"?

Спустя 1 час, 31 минута, 16 секунд (3.12.2010 - 12:05) collapse написал(а):

twin хотел сказать что правильнее использовать class="linksss"

Спустя 23 минуты, 29 секунд (3.12.2010 - 12:29) twin написал(а):

Ну вот упростил маненько

function getoutlinks($content, $domain)
{

    $out = array();
       
    preg_match_all("#(<a[^>]*href=['|\"]http://(.*)['|\"][^<>]*>(.*)<\/a>)#iU", $content, $links);
     
    foreach ($links[1] as $v)
         if (strpos($v, $domain) == false && strpos($v, 'class="linksss"') !== false)         
              $out[] = str_replace('class="linksss"', '', $v);

    return $out;
} 



$text = '<a href="http://www.site.ru" class="linksss" >ссыль</a>'
       .'<a href="http://www.site2.ru" class="linksss" >ссыль</a>'
       .'<a href="http://www.site2.ru" >ссыль</a>';

print_r(getoutlinks($text, 'site.ru'));

Спустя 1 час, 27 минут, 36 секунд (3.12.2010 - 13:56) soniclord написал(а):

:rolleyes:
Спасибо! а есть ли вероятность такую ссылку оставить на ее месте, а не выковыривать?
т.е. просто тупо такие ссылки пропускать

наверное изначально неправильно сформулировал вопрос. мне бы хотелось все внешние ссылки вырезать, за исключением с классом class="linksss", их оставлять на месте.
для резалки всех внешних ссылок я яспользую

$text=preg_replace('|<a href="http://(.*?)"(.*?)>|is', "\\3", $text);

Спустя 54 минуты, 10 секунд (3.12.2010 - 14:50) soniclord написал(а):

я допер, я допер!! :D

$text=preg_replace('|^<a href="http://(.*?)"\sclass="linksss">(.*?)</a>|is', "\\3", $text);

Спустя 3 минуты, 40 секунд (3.12.2010 - 14:54) twin написал(а):

$domain = 'site.ru';
  
function getoutlinks($out)
{
    global $domain;

    if (strpos($out[0], $domain) === false && strpos($out[0], 'class="linksss"') !== false)         
        return str_replace('class="linksss"', '', $out[0]);

} 



$text = 'текст <a href="http://www.site.ru" class="linksss" >ссыль</a>'
       .'текст <a href="http://www.site2.ru" class="linksss" >ссыль</a>'
       .'текст <a href="http://www.site3.ru" >ссыль</a>';
          
$text = preg_replace_callback("#<a[^>]*href=['|\"]http://(.*)['|\"][^<>]*>(.*)<\/a>#iU", 'getoutlinks', $text);       

echo $text;

Всё, дальше сам думай. А то так ножки свесишь. :)

Спустя 57 секунд (3.12.2010 - 14:55) twin написал(а):

Уже сам сделал, молодца.

Спустя 18 минут, 12 секунд (3.12.2010 - 15:13) soniclord написал(а):

twin, Благодарю! :-)

Спустя 2 часа, 42 минуты, 22 секунды (3.12.2010 - 17:55) Игорь_Vasinsky написал(а):

та.. а кто меня поднатаскает на регулярки??? user posted image

Спустя 1 день, 17 часов, 43 минуты, 46 секунд (5.12.2010 - 11:39) soniclord написал(а):

как думаете, эти 3 выражения сильно будут тормозить систему? может можно их как-то совместить?

$text=preg_replace('|<a href="http://(.*?)">(.*?)</a>|is', "\\2", $text);  
$text=preg_replace('|%"http://(.*?)"\s(.*?)%|is', "<a href=\"http://\\1\">\\2</a>", $text); 
echo preg_replace("!</p><p>(.*?)</p>!si",'текст',$text,1);

Быстрый ответ:

Здесь расположена полная версия этой страницы.