Форум Регулярные Выражения

Если поискать в яндексе тему, то предлагается исключительно два варианта. Либо str_replace и замена всех подстрок. Либо пример с preg_replace для замены первой подстроки... :-\

У меня же встала задача заменить одну, но не первую, а заданную подстроку - третью, пятую или иную по счёту в тексте. Вот какой костыль в итоге у меня получился для замены пробела. Точнее вставки после пробела номер $num какого-то текста.

$content=str_replace("#", "@@@", $content);   // убираю из текста решётки, если таковые там есть $content=preg_replace("/[ ]/", "#", $content, $num); // заменяю нужное количество вхождений на решётку $content=preg_replace("/[#]/", " ", $content, $num-1); // заменяю обратно решётки на нужное вхождение, но уже на одно меньше $content=str_replace("#", " <!--this-->", $content); // оставшуюся решётку меняю на нужный текст $content=str_replace("@@@", "#", $content); // возвращаю решётки на место

Может можно придумать более изящное решение? Ибо далее идут более сложные варианты этой же проблемы.

Так вместо пробела нужно вставить текст после точки. В простом тексте замена пробела на точку в вышеуказанном коде работает. Но точка имеется ведь и в восклицательном и вопросительном знаке (надо бы ещё исключить двоеточие и считать многоточие за точку) и это надо учесть. Тогда такое вроде срабатывает:

$content=preg_replace("/[.|!|?]/", "#", $content, $num);

Но! :-( Тогда при обратной замене все восклицательные/вопросительные знаки меняются на точки...
А это уже не устраивает.

Третий степень сложности - это когда в тексте попадаются тэги, тогда при первом варианте с пробелом - подсчитываются пробелы и внутри тэгов, а это уже точно не нужно. Тэги бы надо изъять, а потом вернуть на место. :-) Также как и вернуть на место восклицательные/вопросительные знаки.

Можно ли что-то придумать для такой нетривиальной задачи? Или писать большую функцию, где крыжить текст на куски в массивы и потом склеивать обратно? Или может разрезать с учётом вышеописанного с помощью preg_match?

Я ничего не понял. Лучше напишите примеры исходного текста и того, что желаете видеть в итоге.

Пример 1.

- Ну уж нет, не дождетесь! Не для того я на вершину пищевой цепочки забрался, чтобы салат зеленый жрать!</p> <p>***</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <p>***</p>

После определённого количества "точек" (под точками подразумеваем знаки ".!?", желательно за один знак принимать и многоточие "...") вставить, предположим тэг "<!--this-->"
Скажем, после пятой "точки". Чтобы получилось

- Ну уж нет, не дождетесь! Не для того я на вершину пищевой цепочки забрался, чтобы салат зеленый жрать!</p> <p>***</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<!--this--><br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <p>***</p>

Пример 2.

<img align='left' vspace=10 hspace=10  src='/SiteImages/prod/aot-vibroshape.jpg'>Виброшэйп пояс вибро-массажный для снижения веса с функцией подогрева поможет вам привести фигуру в порядок  и избавиться от целлюлита.<br />Массажный пояс расщепляет жиры, воздействуя на них с помощью вибрации. Расщепленные  жиры впоследствии выводятся из организма через лимфасистему. Используя  пояс для похудания, ваш организм сможет получать общее оздоровление.

Задаём вставить после 20го пробела. Должно получиться так

<img align='left' vspace=10 hspace=10  src='http://www.goodbody.ru/SiteImages/prod/aot-vibroshape.jpg'>Виброшэйп пояс вибро-массажный для снижения веса с функцией подогрева поможет вам привести фигуру в порядок  и избавиться от целлюлита.<br />Массажный пояс <!--this-->расщепляет жиры, воздействуя на них с помощью вибрации. Расщепленные  жиры впоследствии выводятся из организма через лимфасистему. Используя  пояс для похудания, ваш организм сможет получать общее оздоровление.

то есть не должны подсчитываться пробела в тэгах. Только в тексте.

<?php $mumu=<<< DEED - Ну уж нет, не дождетесь! Не для того я на вершину пищевой цепочки забрался, чтобы салат зеленый жрать!</p> <p>***</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <p>***</p> <p> Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <br /> DEED; $check=preg_match_all("/.+?(\.|\?|!){1,}/s",$mumu,$check_out); if($check>=5){     preg_match_all("/.+?(\.|\?|!){1,}/s",$mumu,$check_out);      $desc="";     for($i=0;$i<6;$i++){         $desc.=$check_out[0][$i];              }     $desc=$desc."<!--this-->";     for($i=6;$i<$check;$i++){         $desc.=$check_out[0][$i];     } } echo $desc; /* На выходе: - Ну уж нет, не дождетесь! Не для того я на вершину пищевой цепочки забрался, чтобы салат зеленый жрать!</p> <p>***</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<!--this--><br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <p>***</p> <p> Сегодня читал в туалете Донцову. И, знаете, срать было интересней... */ ?>

Аналогично с пробелами:

<?php $mumu2=<<< DEED <img align='left' vspace=10 hspace=10  src='/SiteImages/prod/aot-vibroshape.jpg'>Виброшэйп пояс вибро-массажный для снижения веса с функцией подогрева поможет вам привести фигуру в порядок  и избавиться от целлюлита.<br />Массажный пояс расщепляет жиры, воздействуя на них с помощью вибрации. Расщепленные  жиры впоследствии выводятся из организма через лимфосистему. Используя  пояс для похудания, ваш организм сможет получать общее оздоровление. Следует, также, заметить, что вышесказанное не относится к зажравшемуся президенту Украины Януковичу, лимфосистема которого, как и совесть, полностью атрофирована....  DEED; $check2=preg_match_all("/.+?\s/s",$mumu2,$check_out2); if ($check2>20){     $desc2="";     preg_match_all("/.+?\s/s",$mumu2,$check_out2);     for($i=0;$i<20;$i++){                  $desc2.=$check_out2[0][$i];     }     $desc2=$desc2."<!--this-->";     for($i=20;$i<$check2;$i++){         $desc2.=$check_out2[0][$i];     }      } echo $desc2; ?>

Хотя, здесь целесообразнее применить что-то вроде

<? $temp_str=explode(" ",$mumu2,20); ?>

>> Третий степень сложности - это когда в тексте попадаются тэги, тогда при первом варианте с
>> пробелом - подсчитываются пробелы и внутри тэгов, а это уже точно не нужно.

>Аналогично с пробелами:
Почему-то у меня в этом примере вставляется после 17го пробела. 8-) При этом учитываются и пробелы внутри тэгов. А нужно только в тексте.

>
>Хотя, здесь целесообразнее применить что-то вроде
>

><? >$temp_str=explode(" ",$mumu2,20); >?> >

Вот как раз из-за того, чтобы исключить подсчёт и учёт пробелов или точек в тэгах и возникла проблема и необходимость регулярных выражениях.

Первый пример, да, работает. Даже если маленько видоизменить текст:

<img align='left' src='/SiteImages/prod/aot-vibroshape.jpg'> <p> Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <p>***</p>

То на выходе получаю:

<img align='left' src='/SiteImages/prod/aot-vibroshape.jpg'> <p> Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки.<!--this--> Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.

<!--this--> вставляется, как и хотелось. С учётом "?!" и многоточия, которое засчитывается за одну точку. Но при этом опять же учитывается точка в нутри тэга <img>.
И почему-то "съедается" последний тэг "<p>***</p>", если же после него поставить что-либо, например "<p>***</p>!" - то так всё и выводится...

Можно ли ввести шаблон, который бы исключал поиск пробелов/точек внутри <>, где бы они в тексте не находились?

Ну, пробелы можно детектировать примерно так:
\s(?![^<]*?(p|'|"|v|\d|n|--|a|\s)>)
где (p|'|"|v|\d|n|--|a|\s)> - навскидку экран для </p>, ...">, </div>, </Hn>, </span> и так далее (можно продолжить).
Единственный недостаток этой регулярки в том, что Ваш <!---This--> может вставиться в пробел между двух слов текстовой ссылки:
<a title="Произвольное описание" href="http://movie.test.ru/02/64">рыбий<!---This-->жир</a>

НО перед этим нужно будет заменить в исходной строке все <br /> на <br> при помощи str_replace

Ок. Спасибо. Скомбинировал explode и регулярное выражение. Убрал из поиска тэги.
В итоге получил универсальную функцию.

<?php $mumu="<img align='left' src='plus.gif'> <p>Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <img align='left' src='plus.gif'> <p>***</p> "; echo "После 20го пробела<br />"; echo insertafterany($mumu, 20, "@@@<!--this-->", FALSE); echo "После 10й точки<br />"; echo insertafterany($mumu, 10, "@@@<!--this-->", TRUE); function insertafterany($text, $count, $insert, $point) {    $num=0;    $desc="";    $cont=explode(">", $text);    for ($i=0; $i<sizeof($cont)-1; $i++) {        $l=explode("<", $cont[$i]);        if ($point) {           preg_match_all("/.+?(\.|\?|!){1,}/s", $l[0], $check);           $check_out=$check[0];        } else {           $check_out=explode(" ", $l[0]); //        preg_match_all("/.+?\s/s", $l[0], $check); //        $check_out=$check[0];        }        for ($j=0; $j<sizeof($check_out); $j++) {            if (substr_count($l[0], " ")>0) {                $num++;            }            $desc.=$check_out[$j];            if ($j<sizeof($check_out)-1 and !$point) {               $desc.=" ";            }            if ($num==$count) {               $desc.=$insert;            }        }        $desc.="<".$l[1].">";    }    return $desc; } // insertafteranyspace ?>

Вроде всё работает как хотелось.
Только почему-то preg_match_all съедает звёздочки при поиске точек и часть переводов строк.
Вот здесь можно посмотреть результат работы и в исходниках увидеть, что при использовании preg_match_all изменяется структура разбивки текста, в отличии от разбивки explode по пробелам.

А по пробелам поиск с помощью preg_match_all вообще не получается. Что-то лишнее засчитывается.

примерно такое можно попробовать ,если правильно понял...

<?php header('content-type: text/plain'); $count=5; $re='%\G(?:(?:<a\s.+?</a>)+|(?:<[^>]*>)+|[^.?!<]+)*[.?!]\.*%xis'; function xxx($m) {  static $it=1;  global $count;    if ($it==$count) {     $it=1;     return $m[0] .'__this__';  }  $it++;  return $m[0]; } echo $txt = preg_replace_callback($re, 'xxx', $txt, $count);

но кроме <a>......</a> бывают всякие <script>,<style>, <!--.... --> ........

и не учитывается напрример такой возможный текст "<<<....>>>" или "<...<...>"
обработка просто прекратится и счётчик не сбросится, как и в случае недостаточного колличества совпадений

Регулярка, конечно, мощная и интересная, но (см. приаттаченную картинку)

Так в этой регулярке .|!|?, а не пробелы.

Ну, и зачем все так усложнять-то??
/(?!=<)[^<>'\*]+(?=<)/

Усложнять точно не стоит. :-)
Я там только и понял, где точки на пробел заменить.
Но в данном контексте

$re='%\G(?:(?:<a\s.+?</a>)+|(?:<[^>]*>)+|[^.?!<]+)*[.?!]\.*%xis';

Куда подставить

/(?!=<)[^<>'\*]+(?=<)/

?
Это же только исключение тэгов, насколько я понял?

В то время, как (см. приаттаченный скрин):

Поизучал справочник. Понял, почему не получалось для пробелов. Вставлялось раньше, чем нужно.
Здесь ищутся пробельные символы \s = [\t\ \r\f\n].
Поэтому подсчитывались ещё и переводы строки. И вообще, вроде. как и конец каждого тэга.

Поэтому просто заменил в [.|!|?] на [\ ] и всё получилось:

<?php $mumu=" <img align='left' src='plus.gif'> <p>Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <img align='left' src='plus.gif'> <p>***</p> "; echo "После 10й точки<br />"; $count=10; $re='%\G(?:(?:<a\s.+?</a>)+|(?:<[^>]*>)+|[^.|!|?<]+)*[.?!]\.*%xis'; echo $txt = preg_replace_callback($re, 'insertthis', $mumu, $count); echo "После 20го пробела<br />"; $count=20; $re='%\G(?:(?:<a\s.+?</a>)+|(?:<[^>]*>)+|[^\ <]+)*[\ ]\.*%xis'; echo $txt = preg_replace_callback($re, 'insertthis', $mumu, $count); function insertthis($cont) {  static $it=1;  global $count;  if ($it==$count) {     $it=1;     return $cont[0] .'@@@<!--this-->';  }  $it++;  return $cont[0]; } ?>

И если посмотреть исходник, то ничего не теряется.

\s(?!......) тоже в определённых случаях находит что совпадение началось не во внутренностях тега, проверка быстро стартует, но неизвестно сколько байт строки будет проверяться после каждого найденного пробела.

а я просто размыслил что лексически-анализируя текст выражением типа \G(<[^>]*>|[^\.]+|\.) в php пока нет возможности указать лимит колличества проверок взависимости от числа нахождений только одной из трёх альтернатив
, зато найденное может включать сразу всё, чтобы по порядку пройти весь проверяемый текст
, костыль типа \G(<[^>]*>|[^\.]+)*\.
Но немного топорно всё это показал , практически сразу первый черновой вариант
, хотя-бы убрать оттуда "(?:<a\s.+?</a>)+|" немного сокращает,
времени за компом провожу в последнее время по минут 20 в неделю, да и одно только обязательное return в callback-функции отбивает всё желание делать это на php
...... Ну нет в php таких циклов , например как while($x=~/..../gc){} в перл. Вернее custom-реализация такого цикла, оч некрасиво выглядит, приходится довольствоваться этой preg_replace_callback()


// ....... С пробелами сложнее, если это html, то в браузере не всегда видно все из пробелов, или наоборот видно там где их нет, и не понятно какие из каких пробелов нужны .
//// Извиняюсь, но нет времени что-то оптимизировать или развёрнуто показать. Бывает время в опере-mini , но там текст со скриншотов совсем не читаемый :)

Спасибо! Нужно будет попристальнее изучить "костыли" регэкспов.
Удачи Вам!

Спасибо. Работает. Интересно и коротко.
Почему-то у меня в питерском справочнике PHP4 Григина нет такой функции.

А тэги ссылок не нужно учитывать. Во-первых, в моём случае, текст предварительно обрабаывается с помощью strip_tags($content, "<img><p>"). Так что остаются только тэги форматирования текста. Но лучше убрать из подсчёта вообще всё то, что находится между угловыми скобками.

20-й пробел

<?php $mumu=<<< DEED <img align='left' src='plus.gif'> <p>Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <img align='left' src='plus.gif'> <p>***</p>  DEED; $check=preg_match_all("/(<[^>]+>|[^<>])+?\s/",$mumu,$check_out);  $desc=""; for($i=0;$i<20;$i++){         $desc.=$check_out[0][$i]; } $desc=$desc."<!--This!-->"; for($i=20;$i<$check;$i++){          $desc.=$check_out[0][$i]; } echo $desc; /* <img align='left' src='plus.gif'> <p>Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для <!--This!-->того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <img align='left' src='plus.gif'> <p>***</p>  */ ?>

ВСЕ работает. Для полноты посмотрите:

<?php echo "<pre>"; print_r($check_out[0]); echo "</pre>"; ?>

То есть, пробелы в тегах не затронуты.

<img align='left' src='plus.gif'>  <p>Сегодня1читал2в3туалете4Донцову.5И,6знаете,7срать8было9интересней...</p>  <p>***</p>  <p>-10Ну11уж12нет,13не14дождетесь!15Не16для17<!--This!-->того18я19на20вершину

Может я что-то недопонимаю? Я пронумеровал пробелы. Или то, что я понимаю под пробелами. :-)

Здесь тхис стоит после 17го. В примерах, приводимых мною по ссылкам, вставляется после предлога "на ", я там @@@ вывожу вместе с невидимым визуально тхис.

И не "тхис", а Зис.
Нужно сообщить о таком феномене Cheops'y! Что-то не так с заполнением $desc...

Вот этот вариант работает безупречно, хотя, почему - вопрос:

<?php $mumu=<<< DEED <img align='left' src='plus.gif'> <p>Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <img align='left' src='plus.gif'> <p>***</p>  DEED; $check=preg_match_all("/(<[^>]+>|[^<>])+? /",$mumu,$check_out);  $desc1=""; for($i=0;$i<20;$i++){         $desc1.=$check_out[0][$i]; } $desc=$desc1."<!--This!-->"; for($i=20;$i<$check;$i++){          $desc.=$check_out[0][$i]; } echo $desc; echo "<br /><br />"; echo "<pre>"; print_r($check_out[0]); echo "</pre>"; /* <img align='left' src='plus.gif'> <p>Сегодня читал в туалете Донцову. И, знаете, срать было интересней...</p> <p>***</p> <p>- Ну уж нет, не дождетесь! Не для того я на <!--This!-->вершину пищевой<br /> цепочки забрался, чтобы салат зеленый жрать!</p> <p>В детском саду сидят две 5-ти летние девочки. Одна другой хвастает:<br /> - А у нас появился новый папа!<br /> - И как его зовут?<br /> - Иван Михайлович.<br /> - Иванов?<br /> - Ага.<br /> - Этот хороший! В прошлом году и он был у нас папой.</p> <img align='left' src='plus.gif'> <p>***</p> <br /><br /><pre>Array (     [0] => <img align='left' src='plus.gif'> <p>Сегодня      [1] => читал      [2] => в      [3] => туалете      [4] => Донцову.      [5] => И,      [6] => знаете,      [7] => срать      [8] => было      [9] => интересней...</p> <p>***</p> <p>-      [10] => Ну      [11] => уж      [12] => нет,      [13] => не      [14] => дождетесь!      [15] => Не      [16] => для      [17] => того      [18] => я      [19] => на      [20] => вершину      [21] => пищевой<br /> цепочки      [22] => забрался,      [23] => чтобы      [24] => салат      [25] => зеленый      [26] => жрать!</p> <p>В      [27] => детском      [28] => саду      [29] => сидят      [30] => две      [31] => 5-ти      [32] => летние      [33] => девочки.      [34] => Одна      [35] => другой      [36] => хвастает:<br /> -      [37] => А      [38] => у      [39] => нас      [40] => появился      [41] => новый      [42] => папа!<br /> -      [43] => И      [44] => как      [45] => его      [46] => зовут?<br /> -      [47] => Иван      [48] => Михайлович.<br /> -      [49] => Иванов?<br /> -      [50] => Ага.<br /> -      [51] => Этот      [52] => хороший!      [53] => В      [54] => прошлом      [55] => году      [56] => и      [57] => он      [58] => был      [59] => у      [60] => нас      [61] => папой.</p> <img align='left' src='plus.gif'> <p>***</p>  ) </pre> */ ?>