teneur en extrait de chaque premier TD dans un tableau

Question

J'ai quelques HTML qui ressemble à ceci:

<tr class="row-even"> 
    <td align="center">abcde</td> 
    <td align="center"><a href="deluserconfirm.html?user=abcde"><img src="../images/delete_x.gif" alt="Delete User" border="none" /></a></td> 
</tr> 
<tr class="row-odd"> 
    <td align="center">efgh</td> 
    <td align="center"><a href="deluserconfirm.html?user=efgh"><img src="../images/delete_x.gif" alt="Delete User" border="none" /></a></td> 
</tr> 
<tr class="row-even"> 
    <td align="center">ijkl</td> 
    <td align="center"><a href="deluserconfirm.html?user=ijkl"><img src="../images/delete_x.gif" alt="Delete User" border="none" /></a></td> 
</tr> 

Et je dois récupérer les valeurs, abcde, efgh et ijkl

C'est l'expression régulière que j'utilise actuellement:

preg_match_all('/(<tr class="row-even">|<tr class="row-odd">)<td align="center">(.*)<\/td><\/tr>/xs', $html, $matches); 

Oui, je ne suis pas très bon avec eux. Comme avec la plupart de mes tentatives de regex, cela ne fonctionne pas. Quelqu'un peut-il me dire pourquoi?

En outre, je connais les analyseurs html/xml, mais cela nécessiterait une révision de code significative pour que cela se produise. Donc c'est pour plus tard. Nous devons rester avec regex pour l'instant.

EDIT: Pour clarifier les choses, je dois les valeurs entre la première balise <td align="center"></td> après soit <tr class="row-even"> ou <tr class="row-odd">

Answer 1

~<tr class="row-(even|odd)">\s*<td align="center">(.*?)</td>~m 

Notez que le modificateur m et l'utilisation de \s*.

Vous pouvez également rendre le premier groupe non-capturant via ?:. À savoir, (?:even|odd) que vous n'êtes probablement pas intéressé par le class attribut :)

Answer 2

Ceci est juste un regex rapide et sale pour répondre à vos besoins. Il pourrait facilement être nettoyé et optimisé, mais c'est un début.

<tr[^>]+>[^\n]*\n    #Match the opening <tr> tag 
    \s*<td[^>]+>([^<]+)[^\n]+\n #Group the wanted data 
    [^\n]+\n      #Match next line 
</tr>       #Match closing tag 

Voici une autre façon, qui peut être plus robuste:

deluserconfirm.html\?user=([^"]+) 

Answer 3

C'est ce que je suis venu avec

<td align="center">([^<]+)</td> 

Je vais vous expliquer. L'un des défis ici est de savoir ce que les tags peuvent être soit le texte que vous recherchez, soit un tag. Dans la regex le [^ <] + dit de faire correspondre un ou plusieurs caractères que n'est pas le caractère <. C'est génial, car cela signifie que le groupe ne correspondra pas, et le groupe ne correspondra que jusqu'à ce que le tag soit trouvé.

Answer 4

Essayez ceci:

preg_match_all('/(?:<tr class="row-even">|<tr class="row-odd">).<td align="center">(.*?)<\/td>/s', $html, $matches); 

Modifications apportées:

• Vous avez pas absorbé la nouvelle ligne entre les balises
• Vous n'avez pas besoin de x comme modificateur sera rejeter l'espace dans l'expression rationnelle.
• Faire le correspondant non-gourmand en utilisant .*? à la place de .*.

Working link

Answer 5

Avertissement: L'utilisation des expressions rationnelles pour analyser HTML est dangereux.

Pour obtenir le innerHTML du premier TD dans chaque TR, utilisez cette expression rationnelle:

/<tr[^>]*>\s*<td[^>]>(.+?)<\/td>/si 

Answer 6

En fait, vous ne avez pas besoin d'un changement trop grand dans votre base de code. Récupérer des nœuds de texte est toujours le même avec DOM et XPath. Tout ce qui change est le XPath, donc vous pouvez envelopper le code DOM dans une fonction qui remplace votre preg_match_all. Ce ne serait qu'un minuscule changement, par ex.

include_once "dom.php"; 
$matches = dom_match_all('//tr/td[1]', $html); 

où dom.php contient juste:

// dom.php 
function dom_match_all($query, $html, array $matches = array()) { 
    $dom = new DOMDocument; 
    libxml_use_internal_errors(TRUE); 
    $dom->loadHTML($html); 
    libxml_clear_errors(); 
    $xPath = new DOMXPath($dom); 
    foreach($xPath->query($query) as $node) { 
     $matches[] = $node->nodeValue; 
    } 
    return $matches; 
} 

et retournerait

Array 
(
    [0] => abcde 
    [1] => efgh 
    [2] => ijkl 
) 

Mais si vous voulez un Regex, utilisez une expression régulière. Je ne fais que donner des idées.