Discussion :

[dominos]

Bonjour,

Je recherche un moyen de vérifier dans une chaîne, l'existence de lien(s) éventuel(s) non balisé(s), exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

=> ma chaine  contient du texte puis un lien http://developpez.com/blablabla à rebaliser puis encore du texte avec un lien balisé [ URL]http://developpez.com/blablabla[/ URL] dont il ne faut pas tenir compte, etc.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$bb_string = preg_replace('@([^]*])(https?://[a-z0-9\./+,%#_-]+)@i', '$1<a href="http://$2" target="_blank">$2</a>', $bb_string);

Le but étant d'appliquer une balise html correspondante aux liens éventuellement non balisés.

Si vous avez une solution,

merci par avance.

[CosmoKnacki]

Je te conseille d'utiliser DOMXPath pour obtenir tous les nœuds textes contenant http et n'ayant pas pour ancêtre un élément a. Puis pour chacun d'eux tu appliques ta regex (que tu auras corrigée) et tu remplaces l'ancien nœud texte avec le résultat dans l'arbre DOM.

[CosmoKnacki]

Comme ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
$dom = new DOMDocument;
$dom->loadHTML($html);
 
$xp = new DOMXPath($dom);
 
$textNodes = $xp->query('//text()[not(ancestor::a)][contains(translate(., "HTP", "htp"), "http")]');
 
foreach ($textNodes as $textNode) {
    $text = $textNode->nodeValue;
 
    $parts = preg_split('~(https?://[\w./#?&=%@+-]+)~i', $text, -1, PREG_SPLIT_DELIM_CAPTURE);
 
    $fragment = $dom->createDocumentFragment();
 
    foreach ($parts as $k => $part) {
        if ($k & 1) {
            $link = $dom->createElement('a');
            $link->setAttribute('href', $part);
            $link->nodeValue = $part;
            $fragment->appendChild($link);
        }
        else {
            $fragment->append($part);
        }
    }
 
    $textNode->parentNode->replaceChild($fragment, $textNode);
}
 
$result = '';
 
foreach ($xp->query('/html/body/node()') as $node) {
    $result .= $dom->saveHTML($node);
}

[dominos]

merci, je vais faire quelques tests..

[unanonyme]

Bonjour,

les expressions régulières proposées tels que @([^]*])(https?://[a-z0-9\./+,%#_-]+)@i et ~(https?://[\w./#?&=%@+-]+)~i
ne passent pas pour

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

http://www.amazon.co.jp/エレクトロニクス-デジタルカメラ-ポータブルオーディオ/b/ref=topnav_storetab_e?ie=UTF8&node=3210981

Peut être ~(https?://[\p{L}./#?&=%@+-]+)~i mais bon,
ce n'est pas certain non plus
quand je regarde ce qui est proposé ici
https://cs.opensource.google/go/go/+...l/url.go;l=499



Bonne journée.

[CosmoKnacki]

Change ~(https?://[\w./#?&=%@+-]+)~i pour ~(https?://[\w./#?&=%@+-]+)~iu, en incluant le modificateur u, la classe \w est étendue aux alphabets autre que latin, idem pour les chiffres. Après tu peux t'amuser à transcrire en expression régulière la RFC qui concerne la syntaxe des URLs, mais personnellement c'est au dessus de mes forces et surtout je ne veux pas aboutir à une expression énorme juste pour faire des liens.
Une autre stratégie serait d'utiliser une classe de caractères définie de manière négative en retirant tous les caractères ne pouvant faire partie d'une URL du genre: ~(https?://[^\s)! … ]+)~i mais ça reste assez fastidieux.

[unanonyme]

Bonjour,

Oui je l'avais oublié celui ci /u, merci pour ce autre rappel judicieux.

Il ne me semblait pas nécessaire de rechercher une solution couvrant tout les cas,
c'est de toutes façons un travail très, trop, délicat,
mais le multi-octets est désormais suffisamment répandu pour que l'on
ne puisse plus faire l'impasse, ceci justifiait de le faire remarquer à mes yeux.

J'avais vaguement pensé proposer une version en négation aussi,
je n'y avais pas réfléchit beaucoup plus loin que ~(https?://[^\s]+)~i,
je ne l'ai pas fait car dans le doute j'ai jugé qu'il était préférable
de suggérer la modification la moins divergente de ce qui était
déjà accepté par ailleurs.

Bonne journée