Бесплатно напишу регулярное выражение. Часть 2.

[ZennoScript]

удалить все теги при помощи макроса замены по регулярному выражению, которым поменять вот это \<.*?\> на пустое значение.

 

[diomidov]

удалить все теги при помощи макроса замены по регулярному выражению, которым поменять вот это \<.*?\> на пустое значение.

Это понятно,а как после названия зделать переход на новую строку
Маринованный виноград.(здесь ентер)
Отберите лучшие итд..
Я понял как то нужно вставить макрос ентер в совпадение в первой точкой?

 

[ZennoScript]

Тогда надо сначала удалить теги, потом регуляркой взять текст до первой точки, дальше добавить {-String.Enter-} и потом остальной текст.

 

[diomidov]

Тогда надо сначала удалить теги, потом регуляркой взять текст до первой точки, дальше добавить {-String.Enter-} и потом остальной текст.

Понял ,спасибо буду пробовать.

 

[diomidov]

А не подскажеш регулярку "взять текст до первой точки"

 

[ZennoScript]

.*?\.

 

[strannic]

Подскажите как можно взять только те строки из файла в которых есть заданный кей ?

 

[ZennoScript]

Взять из файла все строки и пропарсить их своим кеем.

 

[ujanin]

чтобы вытащить ип и порт нужна регулярка.

<td><font color="#333333">222.88.40.6</font></td><td><font color="#333333">8080 </font></td><td><font color="#333333">

 

[step85]

чтобы вытащить ип и порт нужна регулярка.

<td><font color="#333333">222.88.40.6</font></td><td><font color="#333333">8080 </font></td><td><font color="#333333">

Cначала пропарсить текст такой регуляркой:

(\d{1,3}\.){3}\d{1,3}.*?(?= \<\/font\>)

Затем макросом замен заменить все

</font></td><td><font color="#333333">

на двоеточие :

 

[ujanin]

Cначала пропарсить текст такой регуляркой:

(\d{1,3}\.){3}\d{1,3}.*?(?= \<\/font\>)

Затем макросом замен заменить все

</font></td><td><font color="#333333">

на двоеточие :

мне это надо в проксичекер вставить, там вроде только 3и регулярки нужны.

Вот еще отсюда забрать ип порт надо

<td bgcolor=#334455 class=style1 align=left width=10%> <a href="#" onclick="displayMessage('?req=proxy_info&amp;id=25578');return false" class=a title="Подробнее">89.21.229.88 & # 5 8 ; 80</a>
d </td>
в общем вместо : идут симоволы подряд
& # 5 8 ; соответственно без проблема

 

[iulius]

<!--+++++++++++++++++++++++++++++++++++++++++++ 0 +++++++++++++++++++++++++++++++++++++++++++--->

<div class="box">
<h2>
Заводные игрушки
</h2>

</div>


<h3>
<a title="Крутящаяся Белка Сками" onclick="setCookieForOmniture('oz_mch', 'catalog_toy-catlst-sdef-name')" href="/context/detail/id/7017753/">
Крутящаяся Белка Сками</a>
</h3>

<!--+++++++++++++++++++++++++++++++++++++++++++ 0 +++++++++++++++++++++++++++++++++++++++++++--->

Результат нужен Текст без линков внутри <h2> и <h3> ( Заводные игрушки , Крутящаяся Белка Сками)


(?<=\<h2\>)[\w\W]*?(?=\<\/h2\>) --- это для <H2>,

- для <Н3> как вписать перенос строки и табуляцию между <h3> и <a title, </a> и </h3> ? \w\W ?
- как вписать множество знаков в одной строке <a title= ... /context/ ... > .*? ?

(?<=\<h3\>\w\W\<a title\=.*?\/context\/.*?\>)[\w\W]*?(?=\<\/a\>\w\W\<\/h3\>) --- это выражение не работает

кто знает будьте любезны, подскажите правильное решение
заранее благодарен

 

[step85]

<!--+++++++++++++++++++++++++++++++++++++++++++ 0 +++++++++++++++++++++++++++++++++++++++++++--->

<div class="box">
<h2>
Заводные игрушки
</h2>

</div>


<h3>
<a title="Крутящаяся Белка Сками" onclick="setCookieForOmniture('oz_mch', 'catalog_toy-catlst-sdef-name')" href="/context/detail/id/7017753/">
Крутящаяся Белка Сками</a>
</h3>

<!--+++++++++++++++++++++++++++++++++++++++++++ 0 +++++++++++++++++++++++++++++++++++++++++++--->

Результат нужен Текст без линков внутри <h2> и <h3> ( Заводные игрушки , Крутящаяся Белка Сками)


(?<=\<h2\>)[\w\W]*?(?=\<\/h2\>) --- это для <H2>,

- для <Н3> как вписать перенос строки и табуляцию между <h3> и <a title, </a> и </h3> ? \w\W ?
- как вписать множество знаков в одной строке <a title= ... /context/ ... > .*? ?

(?<=\<h3\>\w\W\<a title\=.*?\/context\/.*?\>)[\w\W]*?(?=\<\/a\>\w\W\<\/h3\>) --- это выражение не работает

кто знает будьте любезны, подскажите правильное решение
заранее благодарен

Вот такая регулярка.

(?<=\<h3\>\r\s\<a title\=\").*?(?=\" onclick)

 

[iulius]

Вот такая регулярка.

(?<=\<h3\>\r\s\<a title\=\").*?(?=\" onclick)

гранд мерси
но возможно какаято ошибка
ничего не находит
_http://www.ozon.ru/context/catalog/id/1133928/
это адрес исходной страницы

 

[step85]

гранд мерси
но возможно какаято ошибка
ничего не находит
_http://www.ozon.ru/context/catalog/id/1133928/
это адрес исходной страницы

У меня в ДОМ коде страницы все находится в одной строке - http://gyazo.com/1b2989ed66937992e44b7de78131dfbc а регулярка составлена с переводом строки, как в вашем примере кода.

 

[iulius]

Да вы правы это помогло
(?<=\<H3\>.*?\>).*(?=\<\/A\> \<\/H3\>)
спасибо

 

[safer]

есть фильтр для очистки английской текстовки в TextPipePro, но нужно ещё фильтры для польского, чешского, испанского, немецкого и др. европейских языков, сможете ли как-то изменить мой английский файл-фильтр под них?

 

[step85]

есть фильтр для очистки английской текстовки в TextPipePro, но нужно ещё фильтры для польского, чешского, испанского, немецкого и др. европейских языков, сможете ли как-то изменить мой английский файл-фильтр под них?

Что должен делать фильтр?

 

[LightWood]

Кажется я понил про что вы. Но для уверенности, покажите Ваш файл-фильтр.

 

[safer]

Фильтр должен готовить, чистить текстовку после парсинга под дорвей, но, например, на польском он преобразует специфические символы в английскую латиницу : ż в z, ł в l, ę в е, ś в s. Т.е. нужно оставить все настройки, кроме преобразования букв в английскую латиницу. Возможно это можно сделать в настройках самой программы?

 

[LightWood]

По ссылке скачивается какойто бредофайл, который notepad++ открыть в понятном виде не смог

 

[safer]

он открывается программой TextPipePro

 

[Nirvana]

Задача: есть блок со ссылками из loveplanet (это не столь важно), домен один и тот же, а id ссылок разные. Нужно: кликнуть (перейти) по любой из ссылок в блоке.
Я думаю, это нужно сделать регуляркой, выпарсить ссылку, потом перейти по ней?
Правильно ли я думаю и как мне это реализовать ?


Пока ждал ответа, сам уже сделал

 

[brill]

Подскажите по регулярке. Хочу спарсить линки с яндекс каталога, смотрим сорцы страницы
http://yaca.yandex.ru/yca/ungrp/cat/Entertainment/8.html

Вот составил регулярное выражение:

(?<=\<h3 class\=\"b-result__head\"\>\<a href\=\")http.*\/\"

Но из десяти линков оно выдёргивает только 5, а остальные почему-то нет. Подскажите как решить проблему?

 

[lucian]

Попробуй так (парсил DOM)
(?<=b-result__head.*)http.*?\/(?=\")

 

[brill]

Всё уже разобрался, спс

 

[winchester7]

Добрый день. Имеется код:

<div class="title">
      <a href="http://gameproj.ru/strategy/74-skachat-east-india-company-20.html">Скачать East India Company (2009/ENG) + UA-IX  бесплатно</a>
    </div>

Если бы весь код был без переносов строк и пробелов - все было бы нормально, но из-за них у меня возникли проблемы.

\<a href\=\"http:\/\/gameproj\.ru\/.*\/\d+.*\.html\"\>.*\<\/a\>

Вот этот код выдирает текст как мне нужно, но дело в том, что таких ссылок в тексте много, а мне нужно именно в блоке <div class="title">

Пробовал делать с помощью позитивного просмотра назад

[b][COLOR="#0000FF"](?<=\< div class\=\"title\"\>)[/b][/COLOR]\<a href\=\"http:\/\/gameproj\.ru\/.*\/\d+.*\.html\"\>.*\<\/a\>

Но опять же ничего не получилось из-за переноса строки.

.*

Между (?<=\<div class\=\"title\"\>) и \<a href\=\"http:\/\/gameproj\.ru\/.*\/\d+.*\.html\"\>.*\<\/a\> почему-то не помогло.

Заранее спасибо!

 

[ZennoScript]

(?<=\<div class\=\"title\"\>\r\n)[\w\W]*\<a href\=\"http:\/\/gameproj\.ru\/.*\/\d+.*\.html\"\>.*\<\/a\>

Попробуй так

 

[winchester7]

Спасибо. В тестере регулярка отработала. А вот на практике что-то не работает. Посмотрел по отладке - исходный текст (равно как и DOM) парсится не в той кодировке. Думаю в этом причина. Сайт на cp-1251, а парсится скорее всего в utf-8. В итоге весь русский текст меняется на черные ромбики.

Не подскажете как решить проблему?

 

[ZennoScript]

Дай сайт, или обратись в личку, посмотрим.