Discussion :

[Dimitri69]

Bonjour,

Je bute sur la création d'un pattern permettant de trouver des liens dans un contenu HTML (je sais qu'il serait possible d'agir sur le DOM directement, mais ma question porte bien sur les regexp).

Si mes liens étaient tous de la forme :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a href="adresse">texte</a>

Ce ne serait pas bien difficile :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

@<a[^>]+>[^<]*</a>@

Sauf que je peux avoir des liens comme :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
<a href="adresse">texte<br />texte</a>
<a href="adresse">texte<strong>texte</strong>texte</a>
<a href="adresse">texte<strong><em>tex</em>te</strong>texte</a>
...

Il me faudrait un pattern du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

@<a[^>]+>[n'importe quoi sauf la chaîne </a>]*</a>@

Mais cela ne semble pas possible ? J'ai beau me pencher sur les assertions avants ou arrières, je ne m'en sorts pas.

Du coup, j'ai opté pour une solution "brute" mais qui marche ! Je remplace tout d'abord dans mon texte HTML les expressions </a> par un caractère n'ayant que peu de chance d'apparaître (comme ¤ ou autre).

Ce qui me permet d'écrire le pattern suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

@<a[^>]+>[^¤]*¤@

Mais je souhaitais me tourner vers les pros des regexs pour savoir s'il n'était pas possible de trouver un patter qui fonctionne dans mon cas, ce qui serait moins "bricole" que ma solution (et sûrement plus performant également).

Merci,
Dimitri

[mokfajri]

tu peux essayer ce pattern:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
/<a[^>]+>(.*?)(?:<\/a>)/

[Dimitri69]

Salut,

Non, ça ne fonctionne pas. Car si on a 2 liens qui se suivent :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a href="adresse">texte<br />texte</a> <a href="adresse">texte<strong>texte</strong>texte</a>

Le pattern n'en retourne qu'un. Normal, il extrait cela :

texte bla bla<a href="adresse">texte<br />texte</a> <a href="adresse">texte<strong>texte</strong>texte</a> texte blabla

Il prends depuis le premier <a> jusqu'au dernier </a>

[ABCIWEB]

J'essaierais un truc assez simple, genre

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
preg_match_all('#.*(<a[^>]*href.+>.*</a>).*#isU',$str,$match);
if (isset($match[1])) print_r($match[1]);

(le href c'est pour éviter de récupérer des ancres)
Enfin bon c'est juste en passant car je ne suis pas spécialiste des regex et si j'avais à le faire, comme tu le dis plus haut j'essaierais plutôt avec DOMDocument

[Dimitri69]

Bravo !!!

Alors moi je passe des heures dessus et toi, en 3 secondes, tu trouves la solution

Je ne connaissais pas l'option U, voilà que je suis devenu moins bête.

J'ai vraiment du mal, en terme de logique intellectuelle concernant les regex...

Merci beaucoup.