nicht angemeldet
Wie body mit regulären Ausdrcken auslesen?
MudGuardHallo,
in einem String parsef bekomme ich den kompletten Quellcode einer HTML Datei übergeben, also "<html>..bis...</html>".
Aus diesem String möchte ich mit regulären Ausdrücken jetzt den <body>..</body> herausziehen
Habe es so probiert, aber das klappt irgendwie nicht. Das Fragezeichen habe ich gesetzt, damit der erste Ausdruck
nicht gierig ist.
if(parsef.match(/(<body.+>)?(.+)(body>)/i)) {
alert(RegExp.$1);
alert(RegExp.$2);
alert(RegExp.$3);
}
Die alerts geben irgendwas aus. Ich komme einfach nicht weiter. Was mache ich falsch?
Dank & gruss
Olaf
-
Hi,
if(parsef.match(/(<body.+>)?(.+)(body>)/i)) {
Du suchst also optional den String "<body", gefolgt von maximal vielen Zeichen, nach denen ein ">" steht; gefolgt von maximal vielen der verbleibenden Zeichen; gefolgt von der Zeichenkette "body>".
Die alerts geben irgendwas aus. Ich komme einfach nicht weiter. Was mache ich falsch?
Du hast die Bedeutung des Fragezeichens und des "+"- und vermutlich auch "*"-Operators noch nicht voll verstanden. Zudem bin ich nicht sicher, ob Du Dir der Bedeutung von Klammern wirklich bewusst ist.
Cheatah
--
X-Self-Code: sh:( fo:} ch:~ rl:° br:> n4:& ie:% mo:) va:) de:] zu:) fl:{ ss:) ls:~ js:|
X-Self-Code-Url: http://emmanuel.dammerer.at/selfcode.html
X-Will-Answer-Email: No
X-Please-Search-Archive-First: Absolutely Yes-
Lieber Cheatah,
Du hast die Bedeutung des Fragezeichens und des "+"- und vermutlich auch "*"-Operators noch nicht voll verstanden. Zudem bin ich nicht sicher, ob Du Dir der Bedeutung von Klammern wirklich bewusst ist.
Na, dann helfen wir dem OP doch auf die Sprünge!
/(body)/findet das Vorkommen von "body" und merkt es sich in RegExp.$1. Da im öffnenden BODY-Tag Parameter enthalten sein _können_ (aber eben nicht müssen) ist der "+"-Operator hier nicht optimal, da er mindestens ein Vorkommen vorraussetzt, das hier aber nicht gegeben sein muss./(<body[^>]*>)/ifindet alles was mit "<body" anfängt, mit ">" aufhört, und was dazwischen beliebig viele (auch keine) Zeichen enthalten kann, die aber allesamt kein ">" sein dürfen. Die Unterscheidung zwischen Groß- und Kleinschreibung ist durch den Schalter "i" deaktiviert. Javascript merkt sich den kompletten Ausdruck in RegExp.$1.Der OP möchte doch nur den Code innerhalb des BODYs, also braucht er:
var hatGeklappt = mystring.match(/<body[^>]*>(.*)<\/body>/i); alert(RegExp.$1);Habe das zwar jetzt nicht ausprobiert, denke aber, dass es funzt(R).
Liebe Grüße aus Ellwangen,
Felix Riesterer.
-
Hallo Felix.
/(<body[^>]*>)/ifindet alles was mit "<body" anfängt, mit ">" aufhört, und was dazwischen beliebig viele (auch keine) Zeichen enthalten kann, die aber allesamt kein ">" sein dürfen.Hm. Im Grunde ist dieser übliche Ausdruck überholt, da folgendes sehr wohl erlaubt ist:
<body title="Go to the right ->"> <h1>Bla!</h1> </body>Es müsste also auf „<body“ gefolgt von keinem oder einem beliebigen Zeichen und „>“--sofern es sich innerhalb von " oder ' befindet--beliebig oft, gefolgt von „>“ gematcht werden.
Mein bisheriger Versuch:
/(<body(?(["'].*>.*["'])…|[^>]*)>(.*)<\/body>)/iAn Stelle des „…“ muss natürlich noch ein brauchbarer Ausdruck, aber mir fällt keiner ein.
Außerdem erhalte ich sowohl in JS als auch in PHP „Compilation failed: assertion expected after (?(“.
Habe ich die bedingten Unterausdrücke falsch verstanden?Einen schönen Freitag noch.
Gruß, Ashura
--
sh:( fo:} ch:? rl:( br: n4:~ ie:{ mo:| va:) de:> zu:} fl:( ss:) ls:[ js:|
mathbr:del.icio.us/ mathbr:w00t/-
Lieber Ashura!
Mein bisheriger Versuch:
/(<body(?(["'].*>.*["'])…|[^>]*)>(.*)<\/body>)/iHabe ich die bedingten Unterausdrücke falsch verstanden?
Für alternative Versionen kannst Du jederzeit
/(a|b)/ischreiben. Ein Fragezeichen am Anfang einer Klammer braucht wohl noch etwas Zusätzliches, wie(?<!look-behind) (?:forget-about-it) (?!look-ahead) ~~~, wobei aber Javascript kein lookbehind kennt. Sollte ich hier Mist verzapfen, dann korrigiere mich bitte jemand! Liebe Grüße aus [Ellwangen](http://www.ellwangen.de/), Felix Riesterer.-
Hallo Felix.
Für alternative Versionen kannst Du jederzeit
/(a|b)/ischreiben.Ja, ist mir bekannt. Ich wollte aber vermeiden, dass die Anführungszeichen noch einmal extra eingefangen werden und (?:)-Spielchen vermeiden.
Ein Fragezeichen am Anfang einer Klammer braucht wohl noch etwas Zusätzliches, wie
Ja, damit erscheint keine Fehlermeldung mehr, aber leider auch nicht das Gewünschte.
(?<!look-behind)
(?:forget-about-it)
(?!look-ahead)> > wobei aber Javascript kein lookbehind kennt. > > Sollte ich hier Mist verzapfen, dann korrigiere mich bitte jemand! Also kann JS [bedingte Unterausdrücke](http://pcre.nophia.de/explain/subpattern/conditional/index.php) allgemein nicht? Einen schönen Freitag noch. Gruß, Ashura -- sh:( fo:} ch:? rl:( br: n4:~ ie:{ mo:| va:) de:> zu:} fl:( ss:) ls:[ js:| [<mathbr:del.icio.us/>](http://del.icio.us/mathbr) [<mathbr:w00t/>](http://w00t.noctus.net)-
Lieber Ashura,
Also kann JS bedingte Unterausdrücke allgemein nicht?
es hat diesen Anschein...
Liebe Grüße aus Ellwangen,
Felix Riesterer.
-
-
-
Hi,
Mein bisheriger Versuch:
/(<body(?(["'].*>.*["'])…|[^>]*)>(.*)<\/body>)/i
An Stelle des „…“ muss natürlich noch ein brauchbarer Ausdruck, aber mir fällt keiner ein.Zur leichteren Kommentierung mal in der "Freeform"-Variante (siehe /x modifier):
/
<body #Anfangs mal ein <body
(?: #die Anzahl der Attribute ist 0 bis unendlich
\s+ #zwischen elementname und attributname bzw. zwischen
[a-z]+ #Attributname
(?: #optional hat ein Attribut auch einen Wert
\s* #vor dem = darf whitespace stehen
= #ein =
\s* #nach dem = darf whitespace stehen
(?: #Wert darf in '' oder "" stehen oder ohne Quotes
'[^']*' #Wert in '', evtl. auch leer, erstes ' beendet den Wert
|
"[^"]*" #Wert in "", evtl. auch leer, erstes " beendet den Wert
|
[-a-z0-9._]+ #ggf. auch Wert ohne Quotes [1]
)
)?
)*
\s* #vor dem > kann Whitespace stehen
> #schließt das tag
( #Das wollen wir uns merken!
.*? #sowenig beliebiges wie möglich
) #(nur bis zum ersten (und hoffentlich einzigen) schließenden body-Tag)
</body #der Anfang des schließenden body-Tags
\s* #ggf. Whitespace im schließenden tag
> #schließt das tag
/ix[1] (keine Garantie auf Vollständigkeit der Zeichenliste, ggf. \S* , wenns invalides HTML ist)
oder einzeilig:/<body(?:\s+[a-z]+(?:\s*=\s*(?:'[^']*'|"[^"]*"|[-a-z0-9._]+))?)*\s*>(.*?)</body\s*>/i
(ohne Gewähr)
cu,
Andreas--
Warum nennt sich Andreas hier MudGuard?
Schreinerei Waechter
Fachfragen per E-Mail halte ich für unverschämt und werde entsprechende E-Mails nicht beantworten. Für Fachfragen ist das Forum da.
-
Hallo MudGuard.
/<body(?:\s+[a-z]+(?:\s*=\s*(?:'[^']*'|"[^"]*"|[-a-z0-9._]+))?)*\s*>(.*?)</body\s*>/i
Dies funktioniert tatsächlich.
(Nach dem der Slash in </body> maskiert wurde, versteht sich.)Einen schönen Freitag noch.
Gruß, Ashura
--
sh:( fo:} ch:? rl:( br: n4:~ ie:{ mo:| va:) de:> zu:} fl:( ss:) ls:[ js:|
mathbr:del.icio.us/ mathbr:w00t/-
Hi,
/<body(?:\s+[a-z]+(?:\s*=\s*(?:'[^']*'|"[^"]*"|[-a-z0-9._]+))?)*\s*>(.*?)</body\s*>/i
Dies funktioniert tatsächlich.
(Nach dem der Slash in </body> maskiert wurde, versteht sich.)Also nur ein minimaler Fehler - dafür, daß ich das ganze nur so auf die Schnelle aufgeschrieben hab, ist das doch nicht schlecht
Da ich fast immer ~ als Begrenzungszeichen wähle (~ kommt fast nie in meinen Ausdrücken vor, / dagegen öfter), denk ich nicht dran, den / zu maskieren (Außerdem: mit dem Maskieren ist es doch seit Aschermittwoch eh erst mal vorbei ;-)cu,
Andreas--
Warum nennt sich Andreas hier MudGuard?
Schreinerei Waechter
Fachfragen per E-Mail halte ich für unverschämt und werde entsprechende E-Mails nicht beantworten. Für Fachfragen ist das Forum da.
-
Hallo MudGuard.
Also nur ein minimaler Fehler - dafür, daß ich das ganze nur so auf die Schnelle aufgeschrieben hab, ist das doch nicht schlecht
Definitiv.
Da ich fast immer ~ als Begrenzungszeichen wähle (~ kommt fast nie in meinen Ausdrücken vor, / dagegen öfter), denk ich nicht dran, den / zu maskieren
Meine Ergänzung war natürlich auch nur auf JS bezogen.
In PHP musst du bekanntlich entweder ' oder " maskieren, je nach dem, was du als Zeichenkettenbegrenzer gewählt hast.(Außerdem: mit dem Maskieren ist es doch seit Aschermittwoch eh erst mal vorbei ;-)
Äußerst erfreulich, finde ich.
Einen schönen Samstag noch.
Gruß, Ashura
--
sh:( fo:} ch:? rl:( br: n4:~ ie:{ mo:| va:) de:> zu:} fl:( ss:) ls:[ js:|
mathbr:del.icio.us/ mathbr:w00t/-
Hi,
In PHP musst du bekanntlich entweder ' oder " maskieren, je nach dem, was du als Zeichenkettenbegrenzer gewählt hast.
Ich perle in letzter Zeit relativ viel - da braucht es keine zusätzlichen Begrenzer ...
(Außerdem: mit dem Maskieren ist es doch seit Aschermittwoch eh erst mal vorbei ;-)
Äußerst erfreulich, finde ich.Mir geht der Fasching ziemlich am :after vorbei (bis auf die Krapfen - das einzig brauchbare an der ganzen Sache - , die gehen nach dem Verzehr eher mittendurch).
cu,
Andreas--
Warum nennt sich Andreas hier MudGuard?
Schreinerei Waechter
Fachfragen per E-Mail halte ich für unverschämt und werde entsprechende E-Mails nicht beantworten. Für Fachfragen ist das Forum da.
-
-
-
-
-
-
-