preg_replace vraag

[Verwijderd]

Ik heb een vraagje.

In mijn php cms systeem kunnen mensen plaatjes uploaden. Je kent het wel, rechtstreeks van de camera zo 2 mb aan foto's die daarna in de fck editor vlink terug geschaald worden. Eerst had ik hier een upload resize script voor gemaakt maar dan beschik je niet meer over de hoge resolutie versie.

Nu wil ik eigenlijk het plaatje opnieuw laten tekenen met php voor de bezoekers kant. Maar hiervoor moet ik de in mysql opgeslagen img tag omvormen..

met andere woorde, dit:
<img height="3456" width="2304" src="org1268775684.jpg" alt="" />

moet worden
<img src="paginas/phpimage.php?filename=org1268775684.jpg&width=3456&height=2304"/>

Ik wil dit doen met preg_replace, maar krijg het niet voor elkaar ook de height en width uit de img tag te halen. Zit nu al 2 avonden de kloten maar komt niet verder dan dit.

PHP:

$text = preg_replace('#<p>.+?src=[\'"]([^\'"]+)[\'"].*</p>#i', "<img src=\"paginas/phpimage.php?filename=..$1&width=??&height=??\"/>", $text);

kan iemand mij een hint geven?? word moedeloos...

[CyBeR]

Dit niet met regexps doen maar een XML of SGML parser.

[RobIII]

CyBeR schreef op dinsdag 22 juni 2010 @ 22:58:
Dit niet met regexps doen maar een XML of SGML parser.

Juist. * RobIII nog even verwijst naar Creepy's sig.

[icyx]

Now we have one less

code:

kevin@iusaaset:/tmp$ cat bsdesign_regex | perl -pe 's/.*?"(\d{1,4})".*?"(\d{1,4})".*?"([\w.]*)"?.*/\<img\ src="paginas\/phpimage.php\?filename=\3&width=\1&height=\2"\/\>/'
<img src="paginas/phpimage.php?filename=org1268775684.jpg&width=3456&height=2304"/>

[Verwijderd]

hmm. hier snap ik niet zo veel van.. ben bang dat dit nog een paar avondjes hoofdpijn zal verzorgen.

[pieturp]

Je kunt natuurlijk ook je URL's rewriten:

<img src="http://domein.ext/paginas/imageresizer/originalfile/width/height">

Er is genoeg over rewriting van URL's te vinden

[RobIII]

pieturp schreef op woensdag 23 juni 2010 @ 00:01:
Je kunt natuurlijk ook je URL's rewriten:

<img src="http://domein.ext/paginas/imageresizer/originalfile/width/height">

Er is genoeg over rewriting van URL's te vinden

En hoe lost dat zijn probleem op? Hij zal nog steeds de width/height/filename uit de string moeten peuteren
Lesson learnt: Sla geen HTML op, sla width/height/filename op in 3 losse velden in een record in een tabel.

[ Voor 12% gewijzigd door RobIII op 23-06-2010 00:05 ]

[DataGhost]

Daarbij nog even de kanttekening dat je nu dus voor elke request opnieuw een plaatje gaat genereren. Ik zou er rekening mee houden dat de server waar het geheel op moet draaien hard over z'n nek gaat als je meer dan twee bezoekers per dag hebt. Bedenk je daarbij ook dat iedereen steeds hetzelfde te zien krijgt dus dat het on-the-fly genereren compleet geen meerwaarde heeft. Je kan het resultaat van het scalen ergens cachen en dat direct serveren.

[NMe]

DataGhost schreef op woensdag 23 juni 2010 @ 00:16:
Daarbij nog even de kanttekening dat je nu dus voor elke request opnieuw een plaatje gaat genereren. Ik zou er rekening mee houden dat de server waar het geheel op moet draaien hard over z'n nek gaat als je meer dan twee bezoekers per dag hebt. Bedenk je daarbij ook dat iedereen steeds hetzelfde te zien krijgt dus dat het on-the-fly genereren compleet geen meerwaarde heeft. Je kan het resultaat van het scalen ergens cachen en dat direct serveren.

Wie zegt dat 'ie dat niet al doet?

[pieturp]

RobIII schreef op woensdag 23 juni 2010 @ 00:04:
[...]

En hoe lost dat zijn probleem op? Hij zal nog steeds de width/height/filename uit de string moeten peuteren
Lesson learnt: Sla geen HTML op, sla width/height/filename op in 3 losse velden in een record in een tabel.

Oeps! Zat andersom te redeneren

[icyx]

Verwijderd schreef op dinsdag 22 juni 2010 @ 23:32:
hmm. hier snap ik niet zo veel van.. ben bang dat dit nog een paar avondjes hoofdpijn zal verzorgen.

Ok, kijk:

code:

<img height="3456" width="2304" src="org1268775684.jpg" alt="" />
kevin@iusaaset:/tmp$ cat bsdesign_regex | perl -pe 's/.*?"(\d{1,4})".*?"(\d{1,4})".*?"([\w.]*)"?.*/\<img\ src="paginas\/phpimage.php\?filename=\3&width=\1&height=\2"\/\>/'
<img src="paginas/phpimage.php?filename=org1268775684.jpg&width=3456&height=2304"/>

We hebben dus qua matching het volgende:

code:

.*?"(\d{1,4})".*?"(\d{1,4})".*?"([\w.]*)"?.*

De rest van de perl oneliner is gewoon je string printen in combinatie met de drie gematchte variabelen binnen de ()'s. Om je de regex uit te legen zal ik het in drie delen splitsen, een deel per 'onderwerp' om te matchen. Ik stel deze stukken voor:

code:

.*?"(\d{1,4})"   <scheiding>   .*?"(\d{1,4})"   <scheiding>   .*?"([\w.]*)"?.*

1. code:
   

   .*?"(\d{1,4})"

   
   Als eerste matchen we ieder karakter, 0 of meerdere keren, totdat we een " tegenkomen. Door het vraagteken na de * is dit niet greedy. Vervolgens komt het stuk wat we 'willen onthouden', tussen de ()'s. Hier matchen we een digit (\d is perl, maar gelijk aan [0-9]) die 1-4 cijfers lang is. Daarna matchen we weer het leesteken ".
2. Deel twee is exact hetzelfde als hierboven.
3. code:
   

   .*?"([\w.]*)"?.*

   
   Nu matchen we weer ieder karakter 0 - n keer, ungreedy, totdat we de " tegenkomen. Daarna matchen we 0 - n keer de \w group en de . (leesteken, niet metacharacter). Dit doen we tot de " (leesteken). Nu hebben we dus de filename gematcht, en kunnen we met .* de rest van de string negeren. De \w group is weer perl, en staat gelijk aan [a-zA-Z0-9_].

Verder verwijs ik je door naar de bijbehoorden literatuur van regex's en Automata Theory (als je de achterliggende werking wilt weten).

[CyBeR]

code:

$ echo '<img src="org1234.jpg" height="3456" width="2304" alt="alttext" />' | perl -pe 's/.*?"(\d{1,4})".*?"(\d{1,4})".*?"([\w.]*)"?.*/\<img\ src="paginas\/phpimage.php\?filename=\3&width=\1&height=\2"\/\>/'
<img src="paginas/phpimage.php?filename=alttext&width=3456&height=2304"/>

Uhoh.

[icyx]

CyBeR schreef op woensdag 23 juni 2010 @ 21:06:

code:

$ echo '<img src="org1234.jpg" height="3456" width="2304" alt="alttext" />' | perl -pe 's/.*?"(\d{1,4})".*?"(\d{1,4})".*?"([\w.]*)"?.*/\<img\ src="paginas\/phpimage.php\?filename=\3&width=\1&height=\2"\/\>/'
<img src="paginas/phpimage.php?filename=alttext&width=3456&height=2304"/>

Uhoh.

Jup, ik houd geen rekening met een andere structuur van de input text. TS gaf een string, en die werd goed geparsed. Dat het met input niet werkt, tsja

[Gomez12]

icyx schreef op woensdag 23 juni 2010 @ 21:35:
[...]

Jup, ik houd geen rekening met een andere structuur van de input text. TS gaf een string, en die werd goed geparsed. Dat het met input niet werkt, tsja

Toch is dat zo ongeveer wel de hoofdreden dat er wordt aangeraden om het niet met regexen op te lossen, maar met andere tools. De input is namelijk niet "regular", het kan zo lijken maar vanwege de structuur van html etc is het niet "regular".

[CyBeR]

icyx schreef op woensdag 23 juni 2010 @ 21:35:
[...]

Jup, ik houd geen rekening met een andere structuur van de input text. TS gaf een string, en die werd goed geparsed. Dat het met input niet werkt, tsja

Mja, dat snap ik maar daarom moet je dus geen XML of SGML met een regexp gaan zitten parsen

[icyx]

Jongens, ik begrijp jullie wel, hence the . De reden dat ik de regex heb neergezet was natuurlijk om de post van RobIII. En de uitleg erover, tsja, de TS begint over een regex, en begreep de mijne niet. Vandaar een goede daad voor de mensheid, en wat uitleg erbij
Maar inderdaad, een fatsoenlijke parser is bij dit soort taken geen overbodige luxe.

[Verwijderd]

De oplossing mét DOM zoals het hoort... lijvig maar correct

<?php
$dd = new DOMDocument();
$imgE = String2DOMElement($dd, '<img height="3456" width="2304" src="org1268775684.jpg" alt="" />');
$newImgE = $dd->createElement('img');

$newSrc = 'paginas/phpimage.php';
$temp = '';
$getParams = array();
if(($temp = $imgE->getAttribute('src')))
{
	$getParams[] = 'filename=' . $temp; 
}
if(($temp = $imgE->getAttribute('width')))
{
	$getParams[] = 'width=' . $temp;
}
if(($temp = $imgE->getAttribute('height')))
{
	$getParams[] = 'height=' . $temp;	
}

$newSrc .= '?' . implode('&', $getParams);
$newImgE->setAttribute('src', $newSrc);

print $dd->saveXML($newImgE);

function String2DOMElement($dd, $string)
{
	$dd->loadHTML('<html><body>' . $string . '</body></html>');
	return $dd->childNodes->item(1)->childNodes->item(0)->childNodes->item(0);
}
?>

[crisp]

Och, regexpen om HTML te parsen; als je uit kan gaan van redelijk valide HTML is er op zich niets mis mee om eerst met een /<img[^>]*>/i alle image-tags uit te filteren en daarbinnen vervolgens weer te zoeken naar bepaalde attributen