Regex - Recuperare da un testo valori quali: telefono, cellulare, e-mail, url, indirizzo, ...

[betaalfa]

Ciao a tutti, ho problemi con le regex per estrarre dati in php.
Ho trovato su internet alcuni modelli di regex e ho creato io quella per rilevare il numero di cellulare.

Da un testo, devo estrapolare tutte le informazioni: email, cellulare, telefono fisso, via/p.zza/c.da/..., url

$text = 'https://www.domain.com/ www.blah.com 3401234567 blablablabla +393401234567 blabla 340 1234567 , +39 3401234567 340-1234567 340/1234567 email@hotmail.it 340.1234567 +393351234567 maila@hotmail.it 123456789 00393401234567 08251234567 +3906448866323 164864865 http://prova.net/beta/index.php?event=111 http://www.prova.net/ http://prova.net/beta/ https://www.domain.com ';


Una delle poche che con preg_match_all dal sito http://www.phpliveregex.com/ mi restituisce qualcosa, è questa: (\+39)|(0039)?0\d+
Ma cosa sbaglio?

Grazie mille


(Mi scuso se il codice è sporco e pieno di commenti, purtroppo ho fatto una serie di tentativi e forse mi sono perso in essi)

<?php
function spulcia($regex, $text, $array){
// eregi($regex, $text, $array);
// preg_match_all($regex, $text, $array, PREG_OFFSET_CAPTURE);

 preg_match_all($regex, $text, $array);
 return $array;
}


?>

-- ------------------------

<?php
function stampa_arr($array){ /* è più bello questo di print_r, è solo per una stampa a video temporanea */
 for($i=0; $i<=sizeof($array); $i++) echo("<li>".$array[$i]."</li>");
}

$text = 'https://www.domain.com/ www.blah.com 3401234567 blablablabla  +393401234567 blabla 340 1234567 , +39 3401234567 340-1234567  340/1234567 email@hotmail.it 340.1234567 +393351234567 maila@hotmail.it  123456789 00393401234567 08251234567 +3906448866323  164864865  http://prova.net/beta/index.php?event=111 http://www.prova.net/  http://prova.net/beta/ https://www.domain.com ';

echo("Testo: <br><br>" . $text);

$regex_email = '[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}';
$regex_cell = '(\+39)|(0039)?3\d{2}\W?(\d{7}|\d{6})';
$regex_tel = '(\+39)|(0039)?0\d+';
$regex_url = '(http|https|ftp)\://([a-zA-Z0-9\.\-]+(\:[a-zA-Z0-9\.&amp;%\$\-]+)*@)*((25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])|localhost|([a-zA-Z0-9\-]+\.)*[a-zA-Z0-9\-]+\.(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-zA-Z]{2}))(\:[0-9]+)*(/($|[a-zA-Z0-9\.\,\?\'\\\+&amp;%\$#\=~_\-]+))*';

echo("<br>" .  "<br>");

$array_email = spulcia($regex_email, $text, $array_email);
$array_cell = spulcia($regex_cell, $text, $array_cell);
$array_tel = spulcia($regex_tel, $text, $array_tel);
$array_url = spulcia($regex_url, $text, $array_url);

$matches = $array_cell;

print_r($array_cell);

for ($i=0; $i< count($matches[0]); $i++) {
   echo "intero criterio: ".$matches[0][$i]."\n";
   echo "parte 1: " . $matches[1][$i] . "\n";
   echo "parte 2: " . $matches[3][$i] . "\n";
   echo "parte 3: " . $matches[4][$i] . "\n\n";
}

echo("poggibonsi");

preg_match_all($regex_tel, $text, $array);
stampa_arr($array);

/*
echo("<br>E-Mail trovate: <br>"); //print_r($array_email);
stampa_arr($array_email[0][0]);
echo("<br>Cell   trovati: <br>"); //print_r($array_cell);
stampa_arr($array_cell);
echo("<br>Tel    trovati: <br>"); //print_r($array_tel);
stampa_arr($array_tel);
echo("<br>Url    trovati: <br>"); //print_r($array_url);
stampa_arr($array_url);
*/
/*
preg_match_all($regex_email,$text,$matches_email);
echo "<pre>" . print_r($matches_email,true) . "</pre>";


preg_match_all($regex_cell,$text,$matches_cell);
echo "<pre>".print_r($matches_cell,true)."</pre>";

preg_match_all($regex_tel,$text,$matches_tel);
echo "<pre>".print_r($matches_tel,true)."</pre>";

preg_match_all($regex_url,$text,$matches_url);
echo "<pre>".print_r($matches_url,true)."</pre>";
*/
?>

[betaalfa]

up

[betaalfa]

Nessuna risposta?
Neanche un consiglio? :/

[betaalfa]

up

[Webmaster76]

Ti consiglio di fare per prima cosa un explode della stringa in modo da avere un array dei singoli valori e fare le regex un dato alla volta, altrimenti ne esci matto... perchè parsare tutto insieme?

[betaalfa]

Mi fa uscire matto proprio l'esplosione dei valori, facendo print_r($array_cell); che dovrebbe contenere tutti i numeri di cellulare, li frammenta, li spezzetta.
Presumo l'errore sia sulla regex, ma di tutte? Mi sembra strano! La regex della e-mail l'ho presa su internet e viene adoperata per validare gli indirizzi, come mai non posso adoperarla per estrarli da un testo? :/

[Webmaster76]

Mi fa uscire matto proprio l'esplosione dei valori, facendo print_r($array_cell); che dovrebbe contenere tutti i numeri di cellulare, li frammenta, li spezzetta.
Presumo l'errore sia sulla regex, ma di tutte? Mi sembra strano! La regex della e-mail l'ho presa su internet e viene adoperata per validare gli indirizzi, come mai non posso adoperarla per estrarli da un testo? :/

No, intendo di fare PRIMA un explode della stringa e poi andare a vedere pezzo per pezzo a cosa può corrispondere!

$pieces = explode(" ", $text);

foreach($pieces as $piece)
{
# controllo se è un url
[..]
# controllo se è una mail
[..]
# controllo se è un cellulare
[..]
}

Così fai regex più semplici...

[betaalfa]

Nulla, non riesco a risolvere