Форум Регулярные Выражения

Есть очень древний сайт, который работает на SSI.
Задача - перевести весь архив в БД.

В начале каждого файла код:

<!--#set var="HMAG" value="Кардиология" --> <!--#set var="HPATH" value="/cardiology/" --> <!--#set var="HISSUE" value="Том 6" --> <!--#set var="HTOPIC" value="ОРИГИНАЛЬНЫЕ СТАТЬИ" --> <!--#set var="HTITLE" value="Лечение сердечно-сосудистых заболеваний" --> <!--#set var="HAUTH" value="Е.В.Алтынова" --> <!--#set var="HADDR" value="*Институт экспериментальной кардиологии РКНПК" -->

Как с помощью регулярных выражений привести данные строки в нормальный вид, чтобы потом перенести это в БД? Что-то типа

$HPATH = "/cardiology/"; $HISSUE = "Том 6"; и т.д.

Трудности возникают не с самими рег. выражениями, а с тем, как это реализовать и с какой функцией...

> и с какой функцией...

с рекурсивной ,) если всё не одной папкой
удобнее даже сделать ещё функцию которая будет вызываться из основной
, и например считывать обрабатывать и записывать отдельно взятый файл

Но смотря ещё какие файлы ,
тут после последней подзагрузки, своей личной библиотеки (не пожалел места, чтобы сдублировать в mysql text-файлы и inner-тексты из html, для полнотекстового поиска)
Всётаки не всё пролезло в базу данных , хоть и уже увеличивал до этого max_allowed_packet = 3M в mysql5/my.cnf
и максимально облегчённое добавление ~102595 файлов
заняло около 1500.xxxx секунд :)
Всего только искалось <title> если есть, и если html, своя замена strip_tags (стандартная сливала слова) и удаление всех не слов.
И без iconv(), лучшее что придумал сделать с кодировками, разсортировать по ним внутри рассортированного , и положить в папки файлы с указанием кодировк .
впрочем, я извлекаю из базы только адреса файлов , попытки phpMyAdmin'ом извлечь более одной записи, почти всегда не удаются :)
Ещё как-то нужно отличить то что заносить , а что нет
, похоже на то что за этими объявлениями переменных шло включение одних для всех файлов ,
или наоборот всё включалось файлом ?
И наверное расширениями не отличается , типа всё .html/.shtml ?

Да, все файлы .shtml

Про функцию, я имею в виду preg_match или как их там :) С ними я просто лично не знаком, но рег. выражения составить смогу.

Функцию обхода всех папок/подпапок я написал, могу переделать, если надо - не проблема... главное вытащить все эти переменные, чтобы связать статьи с категориями/подкатегориями.

Да, потом подключался файл

<!--#include virtual="/media/_mdatop.shtml" -->

Могу написать его содержание, - но там ничего важного, думаю, нет, т.к. он просто оформляет шапку страницы.

И еще - для начала я хочу создать промежуточный файл с вытащенными данными. Вручную пройтись, проверить, что надо а что нет - и все залить в базу...

Попроще будет наверное preg_replace_callback()
можно вместо переменных сделать массив

<pre><?php $HMAG=$HPATH=$HISSUE=$HTOPIC=$HTITLE=$HAUTH=$HADDR=''; function izvl($mtch) {  global $HMAG, $HPATH, $HISSUE, $HTOPIC, $HTITLE, $HAUTH, $HADDR; // print_r($mtch);     $HMAG =    $mtch[1];     $HPATH =    $mtch[2];     $HISSUE =    $mtch[3];     $HTOPIC =    $mtch[4];     $HTITLE =    $mtch[5];     $HAUTH =    $mtch[6];     $HADDR =    $mtch[7];     return ''; } $txt = '<!--#set var="HMAG" value="Кардиология" -->  <!--#set var="HPATH" value="/cardiology/" -->  <!--#set var="HISSUE" value="Том 6" -->  <!--#set var="HTOPIC" value="ОРИГИНАЛЬНЫЕ СТАТЬИ" -->  <!--#set var="HTITLE" value="Лечение сердечно-сосудистых заболеваний" -->  <!--#set var="HAUTH" value="Е.В.Алтынова" -->  <!--#set var="HADDR" value="*Институт экспериментальной кардиологии РКНПК" --> .................. .................... '; $s = '<!--#set var="[A-Z]+" value="([^"]*)"[^>]*>\s*'; $reg = "~^${s}${s}${s}${s}${s}${s}${s}~"; $txt = preg_replace_callback($reg, 'izvl', $txt); print_r($txt) && print "\n\n"; print '$HMAG=' . $HMAG ."\n" .'$HPATH=' . $HPATH ."\n" .'$HISSUE=' . $HISSUE ."\n" .'$HTOPIC=' . $HTOPIC ."\n" .'$HTITLE=' . $HTITLE ."\n" .'$HAUTH=' . $HAUTH ."\n" .'$HADDR=' . $HADDR ."\n"; ?>

но если переменные не всегда в таком порядке
, то придётся захватывать то что в [A-Z]+ и в функции проверять имена переменных,
и что-то надо-бы предусмотреть , если не будет совпадения
// , запишется следующий файл с переменными от предидущего

Все работает, спасибо!!!!
Но только сейчас понял - все-равно придется одновременно заносить и тексты в БД. Поэтому сейчас встал другой вопрос - какое рег. выражение нужно написать, чтобы в $HTEXT включить все, что под тегами

<!--#set var="HMAG" value="Кардиология" --> <!--#set var="HPATH" value="/cardiology/" --> <!--#set var="HISSUE" value="Том 6" --> <!--#set var="HTOPIC" value="ОРИГИНАЛЬНЫЕ СТАТЬИ" --> <!--#set var="HTITLE" value="Лечение сердечно-сосудистых заболеваний" --> <!--#set var="HAUTH" value="Е.В.Алтынова" --> <!--#set var="HADDR" value="*Институт экспериментальной кардиологии РКНПК" --> <!-- ================================================================== --> <b>Заголовок статьи</b><br> Текст статьи, текст статьи с изображениями <img src="/65.jpg"> и так далее

Кстати, строка

<!-- ================================================================== -->

есть везде, её можно использовать как разграничитель...

ХЗ, так и смог разобраться со смыслом

$s = '<!--#set var="[A-Z]+" value="([^"]*)"[^>]*>\s*'; $reg = "~^${s}${s}${s}${s}${s}${s}${s}~"; $txt = preg_replace_callback($reg, 'izvl', $txt);

:)

В том примере из переменной $txt и вырезалось всё что совпадало с шаблоном, оставляя в $txt то что дальше.
Другое дело если что.то делать ещё с тем $txt , то возможно и лучше сразу учесть в выражении,
но помня что в памяти выделится больше места занятого копией строк копируемой выражением из исходной строки.
И можно даже неподумать.ли о какой.нить ещё вызванной функции :)