regexp vs. catcat

Beitrag von **catcat** » 16.05.2011, 14:26

Bis jetzt steht es so ca. 50:0.

Wie lösche ich mit regexp alles zwischen einem <table> und einem </table> raus?
Ich hab schon so viele Fragezeichen, Sternchen und komische Klammern versucht, aber irgendwie...

von **Anzeige von ABAKUS** »

SEO Consulting bei ABAKUS Internet Marketing
Erfahrung seit 2002

persönliche Betreuung
individuelle Beratung
kompetente Umsetzung

Jetzt anfragen: 0511 / 300325-0.

Beitrag von **webtechnixx** » 16.05.2011, 14:44

Hallo, versuchs doch mal damit:

Code: Alles auswählen

$regex_pattern = '/<table>&#40;.*&#41;<\/table>/iUms';
preg_match&#40;$regex_pattern, $zufilternderinhalt, $ergebniss&#41;;
$result = str_replace&#40;"'",'"',$ergebniss&#91;1&#93;&#41;;

Beitrag von **vipa** » 16.05.2011, 14:46

Wichtig ist in so einem Fall, Regex auf "ungreedy" zu stellen, sonst löscht er alles zwischen der ersten und letzten Tabelle

Beitrag von **Synonym** » 16.05.2011, 14:51

Wobei das allgemein etwas schwieriger werden dürfte. Was ist, wenn eine Tabelle in der Tabelle ist, dann löscht der aus beiden einen Teil und es kommt Chaos raus

Beitrag von **Anonymous** » 16.05.2011, 18:38

wie is der aktuelle Stand?

Beitrag von **Kassandra70** » 16.05.2011, 19:10

@Synonym
das kannst du mit durchzählen (substr_count) abfangen. So habe ich es zumindest mal gelöst.

Beitrag von **catcat** » 16.05.2011, 20:47

Öh... ich hab ne CSV mit Produktdaten drinne. So über 1000 Produkte mit gut 15.5k Zeilen.
Und da ist immer in jedem Produkt ne Tabelle reingefriemelt worden, die ich jetzt aber raus haben will.
Es ist also keine tabelle in anderen tabellen da: Die sind alle schön hintereinander.

Und jetzt such ich mal, was "ungreedy" wohl sein mag

Beitrag von **profo** » 16.05.2011, 20:59

Ooch, ist leider nur einen Einzeiler wert

Nimmst Du perl per Kommandozeile:

Code: Alles auswählen

perl -pe 's/<table>.*?<\/table>//i' schrott.csv > schoen.csv

Im "greedy" mode nimmt Perl das längstmögliche passende Ergebnis. Mit einem "nicht greedy" (einfach ein Fragezeichen an den Stern anhängen) nimmt Perl das kürzestmögliche passende Ergebnis.

Beitrag von **Anonymous** » 16.05.2011, 21:02

catcat hat geschrieben:Und jetzt such ich mal, was "ungreedy" wohl sein mag

greedy bedeutet "hungrig", also das ein regulärer Ausdruck immer so viel wie möglich erfasst, während ungreedy eben das Gegenteil bedeutet, das eben der erfasste Teil so klein wie möglich ist....

wenn es jeweils nur 1 Tabelle gibt, ist es egal, da hier ja kleinst- und größtmögliche Ergebnis identisch ist...

wie sieht denn so ein Datensatz in etwa aus, und wie willst du ihn haben...

Aber trotzdem müssen wir dann wissen wieviele Anläufe du nach dem 50:0 noch gebracht hast, wir müssen die Wette ja irgendwann auch auflösen können...

Beitrag von **Anonymous** » 16.05.2011, 21:11

profo hat geschrieben:
Code: Alles auswählen
perl -pe 's/<table>.*?<\/table>//i' schrott.csv > schoen.csv

ich glaube das hast du nicht ganz zuende gedacht... das ergibt doch nur das was sich innerhalb der Table befindet, alle anderen Felder im csv sind auch mit weg....

Beitrag von **profo** » 16.05.2011, 21:13

net(t)worker hat geschrieben:
profo hat geschrieben:
Code: Alles auswählen
perl -pe 's/<table>.*?<\/table>//i' schrott.csv > schoen.csv
ich glaube das hast du nicht ganz zuende gedacht... das ergibt doch nur das was sich innerhalb der Table befindet, alle anderen Felder im csv sind auch mit weg....

Nee, ist praktisch ausprobiert und sollte demnach eigentlich funktionieren. Das "s/" ist doch das "substitute"; damit wird also der gefundener Code-Teil gelöscht. Der Rest liegt in der "-p" - Magie von Perl

PS: falls die table-Dinger über mehrere Zeilen gehen, funktioniert der obige Code nicht. Dann müsste es so heißen:

Code: Alles auswählen

perl -e 'local $/; $_=<>; s/<table>.*?<\/table>//isg; print' schrott.csv > schoen.csv