Aiuto per RegExp

[diwla]

Ciao a tutti,
devo fare pulizia di un codice inserito da word facendo in modo che dalle impostazioni dei font rimuova tutto tranne il color ed il background.
ad esempio se ho
<font style="FONT-SIZE: 20pt; BACKGROUND: yellow; COLOR: red; FONT-FAMILY: &quot;AvantGarde Md BT&quot;; mso-highlight: yellow">
dovrebbe restare solo
<font style="BACKGROUND: yellow; COLOR: red;">
stavo provando ad utilizzare le RegExp che però non conosco molto bene...
in teoria ho pensato di dirgli:
togli tutto ciò che comincia per "FONT-" fino a ";" o """ (chiuse virgolette)

... qualche dritta?

[willybit]

Ciao diwla,

i parametri nei tag scritti da word sono delimitati da apice perché all'interno possono avere le virgolette.
Quindi tu vuoi cancellare tutto quello che inizia con font- e finisce con ; o '
però se è il caso che finisce con ' lo devi mantenere
io userei questo pattern

font-[^;']*?;|(')

così mantengo l'eventuale ' finale
un esempio:

stringa="<p class=MsoNormal>Questa è una prova</p>" & vbCrLf
stringa=stringa & "<p class=MsoNormal><b style='mso-bidi-font-weight:normal'>" & vbCrLf
stringa=stringa & "<span style='font-size:18.0pt;background: yellow;font-family:""Comic Sans MS"";color:green;"": yellow;mso-highlight:yellow'>" & vbCrLf
stringa=stringa & "Il testo è stato scritto con word e incollato in html</span>[/b]" & vbCrLf
stringa=stringa & "<b style='mso-bidi-font-weight:normal'><span style='font-size: 18.0pt;font-family:""Comic Sans MS"";color:green'><o:p></o:p></span>[/b]</p>" & vbCrLf
stringa=stringa & "<p class=MsoNormal><i style='mso-bidi-font-style:normal'><span style='font-size:16.0pt;font-family:Arial;color:blue;"":lime; mso-highlight:lime'>ciao</span>[/i]<i style='mso-bidi-font-style:normal'>" & vbCrLf
stringa=stringa & "<span style='font-size:16.0pt;font-family:Arial;color:blue'><o:p></o:p></span>[/i]</p>" & vbCrLf

Response.Write stringa & "<hr>" & vbCrLf

set re=Server.CreateObject("VBScript.RegExp")
re.Pattern="font-[^;']*?;|(')"
re.Global=true
re.Multiline=true
re.IgnoreCase=true
stringa=re.Replace(stringa,"$1")

Response.Write stringa

che dici?

[diwla]

bella willybit... sei un grande come sempre!!
posso approfittare della tua gentilezza e chiederti se mi spieghi un attimo come funziona?!?

font-[^;']*?;|(')

vuol dire una cosa del tipo
da "font-" fino a ";'" oppure ";" o "'"

quindi
^ = fino a
| = o
*? = oppure

ci sono?

[diwla]

un altro piccolo dubbio:
mi pare che di solito nel testo importato da word vengano utilizzate le virgolette (") e non l'apice(')...

ma se modificoil pattern da
font-[^;']*?;|(')
a
font-[^;"]*?;|(")

non funziona più nulla...

[willybit]

allora... in questo caso il *? non serviva... bastava *
ti spiego la re

font-[^;']*;|(')

font- = esattamente font-
[^;'] = qualunque cosa diversa da ; e '
* =zero o più occorrenze di quello che lo precede in questo caso 0 o più occorrenze di [^;']
; = esattamente ;
| = OR
(') = esattamente il carattere ' essendo tra parentesi rimane memorizzato come submatch

[willybit]

tu hai fatto questo esempio

Originariamente inviato da diwla
<font style="FONT-SIZE: 20pt; BACKGROUND: yellow; COLOR: red; FONT-FAMILY: &quot;AvantGarde Md BT&quot;; mso-highlight: yellow">
dovrebbe restare solo
<font style="BACKGROUND: yellow; COLOR: red;">

che è sbagliato... se il parametro style è delimitato dalle virgolette al suo interno non può più usare le virgolette (che chiuderebbero il parametro)
io per farti l'esempio ho copiato e incollato da word e mi ha dato quello che vedi