Estrarre attributi da tag html

[l'evangelista]

Ciao,
dovrei estrarre gli attributi dei vari tag html di una pagina.

il problema è che il codice non è dei migliori:

< div id="spiegazione" class   =    "verde">
<div id= spiegazione class=verde>

si puo usare una regexp o mi conviene scrivere un piccolo parser (magari con un explode sul "=")?

[mtx_maurizio]

Originariamente inviato da l'evangelista

si puo usare una regexp o mi conviene scrivere un piccolo parser (magari con un explode sul "=")?

Non credo che explodere su = sia una buona idea.

questo sarebbe il risultato

< div id

"spiegazione" class

"verde"><div id

cosa te ne fai?

Senza contare il fatto che poi nel testo della pagina potrebbe esserci il carattere =, e questo complicherebbe ulteriormente le cose.

Direi che l'idea delle espressioni regolari sia l'unica strada praticabile

[l'evangelista]

Originariamente inviato da mtx_maurizio
Non credo che explodere su = sia una buona idea.

questo sarebbe il risultato

< div id

"spiegazione" class

"verde"><div id

cosa te ne fai?

Senza contare il fatto che poi nel testo della pagina potrebbe esserci il carattere =, e questo complicherebbe ulteriormente le cose.

Direi che l'idea delle espressioni regolari sia l'unica strada praticabile

be con una regexp intanto posso tagliare i brackets e il tag, la stringa diventa

id="spiegazione" class   =    "verde"
id= spiegazione class=verde

[andreamk]

Se sai usare la classe DOM sicuramente la soluzione migliore è utilizzare quella

loadhtmlfile
Una volta che hai caricato tutto sul dom estrarre gli attributi è molto semplice.


Andrea

[Anªkin]

per cominciare potresti fare una cosa del genere, però dovresti dire come li vuoi organizzare questi dati. Che fai sei hai 2 div con gli stessi attributi?
Cmq per esempio

preg_match_all('/<(\\w+)([^>]+)>/',$codice,$mth,PREG_SET_ORDER);
echo '<pre>'.print_r($mth,true); 

Ti restituisce il contenuto dei vari tag, poi facendo un ciclo foreach su $mth si potrebbe operare con una ulteriore espressione regolare.

[l'evangelista]

Originariamente inviato da Anªkin
per cominciare potresti fare una cosa del genere, però dovresti dire come li vuoi organizzare questi dati. Che fai sei hai 2 div con gli stessi attributi?
Cmq per esempio

preg_match_all('/<(\\w+)([^>]+)>/',$codice,$mth,PREG_SET_ORDER);
echo '<pre>'.print_r($mth,true); 

Ti restituisce il contenuto dei vari tag, poi facendo un ciclo foreach su $mth si potrebbe operare con una ulteriore espressione regolare.

pero cosi ho solo separato il tag dal resto, ma non i singoli attributi.
Esempio

<font family="verdana" size="2" color="#ffffff">

mi restituisce, con print_r

Array
(
    [0] => Array
        (
            [0] => <font family="verdana" size="2" color="#ffffff">
        )

    [1] => Array
        (
            [0] => font
        )

    [2] => Array
        (
            [0] =>  family="verdana" size="2" color="#ffffff"
        )

) 

quindi i vari attributi devo comunque splittarli in qualche modo.
Il problema è che posso avere

family=verdana
family="verdana"
family='verdana'

unica costante è l'uguale = che separa l'attributo dal valore. per questo mi era venuto in mente l'explode, abbinato magari ad una regexp di partenza (Come la tua che quantomeno mi isola gia il tag)

[Anªkin]

Originariamente inviato da l'evangelista
[...]

Sì quello era il primo step.

Prova una cosa del genere, è da testare però:

preg_match_all('/<(\w+)([^>]+)>/',$codice,$mth,PREG_SET_ORDER);

foreach($mth as $match){
	preg_match_all(
	  '/(\w+)\s*=\s*(?:(\\'|")([^\\2]+)\\2|(\S+))/'
	  ,$match[2]
	  ,$m
	  ,PREG_SET_ORDER
  );
print_r($m);
}