subcadena comprendida entre tags html

[mayid]

Quiero seleccionar algo que esta entre dos etiquetas:

<font><img SRC="textures/textures_title.jpg"></font>

Entonces empiezo con esto:

$patron = "/<font>(.*)<\/font>/";

Pero como puede especificar solo la subcadena "_title.jpg" dentro del parentesis?

Asi como lo tengo, estoy seleccionando todo entre font y font. Y yo lo que necesito es un comodin antes de _title.jpg

[AnesGy]

Tu patrón tiene un fallo. Por ejemplo:

<font>hola</font></font> devolverá hola</font>. También <font>hola</font><font>hola2</font> devolverá hola</font><font>hola2 por la forma en la que busca el patrón.

Me imagino que tienes que usar un patrón más complicado.


De todas maneras, para tu pregunta: sacando el resultado de tu patrón:

<img SRC="textures/textures_title.jpg">

entoces puedes buscar algo como

"/(.*)_title.jpg/"
Esto devolverá <img SRC="textures/textures_

Ya ir mas a lo que quieres te tendría que preguntar más cosas, como para qué sirve, y si lo que hay entre <font> y </font> es siempre un img de el estilo que muestras.

[mayid]

En verdad, quiero eliminar esa imagen. Solo la primera, no la de los demas fonts. Por eso uso el filtro _title.jpg , porque cada pagina tiene solo una imagen que se llama xxxxx_title.jpg , y es esa la que necesito eliminar, recorriendo las paginas.

Aparte, necesito la misma logica para eliminar los titulos:
<TITLE> editing objects </TITLE>

Es decir, todo lo comprendido entre <title> y </title>

Gracias por la ayuda!.

QUe tal esto?

$patterns = "/<font>(.*)_title.jpg<\/font>/i";

preg_replace($patterns, "", $string);

[mayid]

Encontre un manual simple, y con eso pude componer dos busquedas, que funcionan:

$patron = "/<title>.*<\/title>/i";
$hallazgo = preg_match($patron, $texto);
echo $hallazgo;

$patron = '/<img src=".*_title.jpg">/i';
$hallazgo = preg_match($patron, $texto);
echo $hallazgo;

Mi duda es que estan seleccionando realmente. Solo obtengo ceros y unos. Pero quisiera poder imprimir lo que tengo seleccionado. Como?

[abimaelrc]

Para recibir los datos específicos debes encerrarlo entre paréntesis los datos que quieres ver exactamente y con var_dump mira como se muestra la información en la variable.

[pateketrueke]

mayid, además si leyeras el manual...

...te darías cuenta que las capturas se almacenan en una variable, osea en el tercer argumento de la función preg_match()
http://php.net/preg_match

[Hidek1]

bueno debes usar el tercer parametro de preg_match y encerrar las capturas con ( )

Código PHP:

$patron = "/<title>(.*)<\/title>/i";
$hallazgo = preg_match($patron, $texto, $matches);
print_r($matches);
 

[mayid]

Gracias. Ya probé lo del manual!

Para la primera cadena, me devuelve un numero. Para la segunda, una imagen en pantalla.

Pero voy a confiar en los parentesis.

$patron = "/(<title>.*<\/title>)/i";

$patron = '/(<img src=".*_title.jpg">)/i';

[abimaelrc]

Mira bien el ejemplo que te indicó Hidek1, si el dato que tu quieres espcifico es el que está entre title debes usarlo entre las etiquetas.

[mayid]

Si, si. Lo veo bien.

Estoy queriendo hacer dos cosas. O tres. Con diferentes capturas.

Primero: modificar todo, incluidos los wrappers: "/<title>.*<\/title>/i"

Segundo (y aparte): modificar solo el contenido: "/<title>(.*)<\/title>/i"

Tercero: modificar solo los wrappers. Pero como se hace esto?
$patron = '/(<font size="4">).Previous:.*(<\/font>)/i';

En el ejemplo que pongo, necesito cambiar los FONT por otro html, que sea valido. Lo que va luego de Previous es un comodin. Mismo, puse uno antes por las dudas de que haya algun espacio. Para casos similares use explode, pero para este necesito expresinoes regulares. Mas ayuda please?

[mayid]

Creo que esto funciona. Disculpen la ansiedad! Ayer busque mucho sobre como reemplazar subcadena y siempre aparece solo el metodo de strpos... o el de explode. :(

$patterns = array();
$patterns[0] = '/(<font size="4">).Previous:.*<\/font>/i';
$patterns[1] = '/<font size="4">.Previous:.*(<\/font>)/i';
$replacements = array();
$replacements[0] = '<span style="float: left">';
$replacements[1] = '</span>';
$hallazgo = preg_replace($patterns, $replacements, $texto);

Gracias a todos, por las buenas respuestas, y por ser TAN rapidos (al responder ya me aparecían respuestas nuevas! Que vertigo).

[mayid]

Sigo! Ando trabado con esta selección:

'/<font size="4">Previous.*(<\/font>)/i'

Para alguna pagina funciona. Pero para otras no.

La cadena que recorre es esta:
<font size="4">Previous: Animation</font>

Pero parece que no funciona cuando hay un salto de linea, asi:

<font size="4">Previous:
Animation</font>

A esto lo deduzco de revisar el codigo fuente. No se me ocurre otra cosa. Como puedo utilizar el comodin para que también contemple saltos de pagina?

[Hidek1]

agrega el modificador s

'/<font size="4">Previous.*(<\/font>)/is'

la s indica que el punto incluya los saltos de linea

[mayid]

Gracias, pero no parece funcionar. Me daja sin contenido:

Código PHP:

  $patterns = array();
            $patterns[0] = '/(<font size="4">).*Previous:.*<\/font>/is';
            $patterns[1] = '/<font size="4">.*Previous.*(<\/font>)/is';
            $replacements = array();
            $replacements[0] = '<span style="float: left">';
            $replacements[1] = '</span>';
            $texto = preg_replace($patterns, $replacements, $texto); 
   

Estoy buscando documentacion en la web. Intente esto, pero sin suerte:
'/<font size="4">.*Previous.*[\x00-\x7F]*.*(<\/font>)/i';

[Hidek1]

ahora si que me perdi :P
en verdad tu expresion regular esta bastante extraña

[mayid]

Esto es lo que hay en el manual: Reemplazo múltiple, usando arrays.

<?php
$string = 'The quick brown fox jumped over the lazy dog.';
$patterns = array();
$patterns[0] = '/quick/';
$patterns[1] = '/brown/';
$patterns[2] = '/fox/';
$replacements = array();
$replacements[2] = 'bear';
$replacements[1] = 'black';
$replacements[0] = 'slow';
echo preg_replace($patterns, $replacements, $string);
?>

http://php.net/manual/en/function.preg-replace.php

Y puedo reemplazar la primera etiqueta, salvo por el conflicto con los saltos de linea. En cuanto a la segunda etiqueta, nunca pude reemplazarla.

[Hidek1]

se bien como usar el preg_replace.. lo que no entiendo es

preg_replace('/(<font size="4">).*Previous:.*<\/font>/is', '<span style="float: left">', $texto);

eso te reemplazara todo el texto :S! no solo lo que tienes con ()

[mayid]

AY! Y yo que pensaba que estaba entendiendo las expresiones regulares!!!

No es que solo vale lo que está entre parentesis?

O es que lo que vale es lo que va entre barras? / /

Por favor aclarame.

[Hidek1]

lo que va entre las barras y los parentesis
te dejo un ejemplo mejor

Código PHP:

$texto = "<div style='border:1px solid #000;'>texto en el div</div>";
echo preg_replace('/<div([^>]*)>(.*)<\/div>/', '<span$1>$2</span>', $texto);
 

ahi si te fijas reemplazo todos los div por span, manteniendo sus atributos

$1 <-- eso captura lo que haya en el primer paréntesis
$2 <-- lo mismo pero el segundo y asi sucesivamente

[mayid]

Mil gracias! Ahora estoy corrigiendo todo mi codigo, que se estaba poniendo muy sucio.

Esto funciona:

$patron = '/<font size="4">(.*?)<\/font>/is';
$texto = preg_replace($patron, '<span style="float: left">$1</span>', $texto);

Pero para que funcione es muy importante teminar el contenido del parentesis con un ? (interrogante). De otra manera, el tag de cierre no es reemplazado. No se por qué.

[Hidek1]

mmm el signo ? al lado de un * no sirve de nada ya que el cuantificador * de por si solo ya condiciona la existencia o no de los caracteres!

[mayid]

Parece que si, que tiene algo que ver. Con la codicia:
http://www.ignside.net/man/php/regex.6.php

Para optimizar mi busqueda al parece necesito el modificador /U . Si no, (.*) se pone codicioso y hace desastres. Selecciona links que van de punta a punta!

Nueva nota:

mmm el signo ? al lado de un * no sirve de nada ya que el cuantificador * de por si solo ya condiciona la existencia o no de los caracteres!

http://www.forosdelweb.com/f18/expre...7/#post2943067

Ahi está perfectamente explicado el tema del uso de .*? para evitar el greedy matching.