[php regular expressions] <td>dezetekst</td>

[MAZZA]

Beetje wazige topic titel misschien maar ik wil dus uit een bestand alles wat tussen <td> en </td> staat vissen.

<td>tekst</td> dat je dan tekst overhoudt.

Ik dacht dat is vast simpel:

PHP:

<?
eregi ("<td>(.*)</td>",'$regel', $output);
?>

Nah mooi niet dus Ik ben best wel een n00b op het gebied van regular expressions (valt het al op ). Het kan ook voorkomen dat de brontekst er zo uit ziet:

code:

<td>dfgdfgdsgf
</td>

Oftewel met een newline. Maakt dat nog uit

[Gerco]

Ik ben ook n00bie, maar dit moet beter werken:

code:

eregi ("!<td>(.*)</td>!Usi",'$regel', $output);

Die newline boeit niet, die wordt dan gewoon in de tekst meegenomen en moet je er ff uitstrippen.

[2]

code:

$regel = eregi_replace("<td([^>]*)>([^<]+)</td>","\\2", $regel);

Zo is hij misschien wat beter, ook omdat er extra properties in de <td> kunnen staan. Niet getest trouwens.

[MAZZA]

Ok alle html tags zijn nu uit mijn file verdwenen en ik hou nu alleen de tekst over die ik nodig heb. Alleen 1 probleem: Het is nu 1 enorme lange string in deze vorm:

code:

7:00blaaht7:30blaaht8:00blaahblaaht8:43blaahterdeblaaht

Nu is dus de vraag: hoe moet ik dit in godsnaam splitten ? Er zit een vast verband in: Er staan steeds dubbele punten. En 2 plaatsen voor die dubbele punt moet ik gaan splitten.

Iemand een idee om dit op te lossen

[MAZZA]

Niemand een idee

[drm]

Welke van de 2 heb je dan gebruikt, de 1e of de 2e?

ik zou zeggen iets van:

PHP:

<?
$regex = "/<td[^>]+>(.*)</td[^>]+>/";
$lines = array ();

preg_match ( $regex, $string, $lines );

for ( $a = 0; $a < count ( $lines ); $a ++ )
   echo "cel ",$a, ": ", $lines[$a];
?>

[MAZZA]

Sorry ik was niet duidelijk. Het gaat me nu om het 2e probleem Hoe ik de overgebleven tekst moet parsen. Zie mijn post hierboven

[Gerco]

Met explode() kun je een boel doen, maar ik weet niet of wat jij wilt daar ook tussen zit. Je kunt iig wel op de dubbele punt splitten.

Een regex behoort natuurlijk ook weer tot de mogelijkheden

[drm]

Op donderdag 04 oktober 2001 10:08 schreef MAZZA het volgende:
Sorry ik was niet duidelijk. Het gaat me nu om het 2e probleem Hoe ik de overgebleven tekst moet parsen. Zie mijn post hierboven

Zie mijn post: je houdt een array over met per index 1 celinhoud. Die celinhoud is gewoon bewaard gebleven, dus... wat valt er dan nog te parsen?

newlines ook natuurlijk

PHP:

<?
$regex = "/<td[^>]+>((.|\n)*)</td[^>]+>/i";
$lines = array ();

preg_match ( $regex, $string, $lines );

for ( $a = 0; $a < count ( $lines ); $a ++ )
   echo "cel ",$a, ": ", $lines[$a];
?>