regexp su tag annidati HTML

[dottwatson]

buongiorno a tutti..

premetto che sono almeno 3 ora che cerco info in rete e su questo forum e che non trovo risposta, inoltre le regexp proprio non mi vanno giu


dal' esempio di php.net ecco il pattern

function HTMLconvert($text)
  {
  preg_match_all("|<[^>]+>(.*)</[^>]+>|U",$text,$tmp_texts, PREG_PATTERN_ORDER);

  $entities=array();
  foreach($tmp_texts[1] as $t_key=>$t_val)
    {
    $entities[$t_key]=htmlentities($t_val);
    }
  $text=str_replace($tmp_texts[1],$entities,$text);
  return ($text);
  }





$a='[b]questo è un <span>test</span>[/b]';
$b='questo è un test';

echo HTMLconvert($a)."
";
echo HTMLconvert($b); 

nell' esempio con $a

il risultato è

questo &Atilde;&uml; un &lt;span&gt;test</span>
questo è un test

tralasciando il discorso utf8 ecc.. come posso rendere ricorsivo il meccanismo?

grazie a tutti pe ril supporto

[Samleo]

Non ho ben capito cosa vuoi fare

[dottwatson]

in pratica voglio convertire testo contenuto in codice html con le relative entità html.

quindi per farlo devo:

-estrarre i testi da tutti i tag html

-convertirli in entità

-rimetterli al suo posto nel codice html originale

-restituire il codice HTML con tutti suoi tag e i testi convertiti in entità html

[Samleo]

Magari non c'entra nulla ma

utilizare la funzione htmlentities() ?!?!?

[dottwatson]

htmlentities mi converte tutto, anche i < e > dei tag html.. il codice HTML deve rimanere tale

[Samleo]

Sinceramente nn riesco a pensare a nessuna soluzione

[abidibo]

$reg_expr = "/(<\\/?\\w+\\s*[^>]*\\/?>)?([^<>]*)/is";
preg_match_all($reg_expr, $string, $lines, PREG_SET_ORDER); 

In questo modo scomponi il testo in tag (aperture, chiusura o aperto-chiuso)+parte testuale.

Poi prendi il testo: $lines[$i][2] e ci fai quello che vuoi senza toccare i tag.
Poi alla fine ricomponi il tutto.
Quello che devi fare è molto simile a quest'altra funzione che serve ad altro, ma credimi, la procedura che ti serve è identica:
http://abidibo.otto.to.it/index.php?evt[blog-viewList]&id=17
non ho il tempo di scriverti per intero la funzione, comunque il concetto è il seguente:
- suddividi la stringa in tag+testo
es:


lalalalaboldlalala<img .../>ancora testo</p>
viene suddiviso in:


lalalala
bold
lalala
<img.../>ancora testo
</p>
- prendi solo i testi con $lines[$i][2] e ci fai quello che vuoi
es.
lalalala
bold
etc..
- ricomponi la stringa, per ogni $i
$final_text .= $lines[$i][1].functionModifyText($lines[$i][2]);

Lo so di non essere stato molto chiaro, ma è piu' semplice di queòl che sembra.
ciao!

[dottwatson]

grazie abi

ho risolto così con il tuo pattern

$a='[b]questo sarà un [i]test[/i][/b]';
$b='questo è un test';


function HTMLconvert3($text)
  {
  $finded   =array();
  $filtered =array();
  $pattern="/(<\/?\w+\s*[^>]*\/?> )?([^<>]*)/mis";
  preg_match_all($pattern, $text, $strings, PREG_SET_ORDER);

  foreach($strings as $arr)
    {
    if( !empty($arr[2]) ) $finded[]=$arr[2];
    }
  
  $elements=array_unique($finded);

  foreach($elements as $el)
    {
    if (substr($el,0,1) !='/' && !in_array("/$el",$elements)) 
      {
      $filtered[]=$el;
      }
    }
  
  foreach($filtered as $s_key=>$s_val)
    {
    if(mb_detect_encoding($s_val)=='UTF-8')
      {$s_val=iconv('UTF-8', "ISO-8859-1//TRANSLIT",$s_val);}
    else       
      {$s_val=iconv('ISO-8859-1', mb_detect_encoding($s_val)."//TRANSLIT",$s_val);}

    $entities[$s_key]=htmlentities($s_val);
    }
  
  $text=str_replace($filtered,$entities,$text);
  return ($text);
  }

echo HTMLconvert3($a);
echo HTMLconvert3($b);
?> 

sinceramente è un pò macchinosa ma funziona