Simpelt Reg.Ex <EM>([/EM].*?)<\/html> (til ASP)

Jeg kan godt fortælle dig hvad der ikke virker, men jeg mener ikke
løsning bør være med regulære udtryk, der ikke kan "tælle". Hvad med

<i> ikke ok <i>ok</i>  ... hvad skal fjernes der?

Men ét af dine problemer:  [^<\/I>]  angiver *ikke* at strengen </I>
ikke må forekomme. Det betyder blot at ingen af tegnene < > / I må
forekomme.

oki

>> <i> ikke ok <i>ok</i>  ... hvad skal fjernes der?
Denne fejl kommer ikke til at optrede, så det er ikke noget problem

Hvordan laver man så et regulært udtryk hvor man kan sige at </I> ikke skal være med?

Men hvis du har en kode der også kan fjerne <i> ikke ok <i>ok</i>  den forkerte <i> her så må du da gerne komme med den, så skal jeg nok give dig en bunke point, hvis du hungre efter det. =)

Evt. hvis du har en side hvor jeg evt. kan læse noget mere om reg.ex. Jeg har været nettet rundt, og jeg synes ikke at der er så mange gode sider eller forums rundt reg.ex. Har læst en masse, men det virker som om at det eneste der er at gøre er at prøve det for at lære det. (som så meget andet Programmering)

Det er godt nok en bog, men den er altså god: "Mastering Regular Expressions" af Jeffrey Friedl, udgivet af O'Reilly

Hey tak, jeg snakket lige før med mine chefer på arbejde og de sage at jeg skulle finde en bog om det, for jeg er ved at gå helt død på reg.ex.

Nu har jeg en titel så slipper jeg at gå ud og lede.

Btw. Du sidder ikke tilfeldigt og savner et arbejde?

Der var du heldig, når cheferne siger god for den slags, ryster de vel også op med pengene!

Selvfølgelig gør de det. =)

Men kan man lave et regulært udtryk, hvor man kan gøre det jeg vil over?

Finde en streg hvor </I> ikke optreder.

Jeg tror ikke det kan gøres med et regulært udtryk,
men måske fordi jeg ikke forstår dit ønske præcist nok.

Jeg ville nok ikke have nerver til selv at gøre det i ASP.

Dam så må jeg bruge Instr og Mid, baderrr.

Der er ikke så meget a misforstå. Hvis man kikker på HTMl koden jeg har lagt ind over er der tre html koder der skal væk, på den ene eller den anden måde!

Jeg vil nu påstå, at det stadig er uklart. I dit tilfælde i spørgsmålet
er det klart nok for <ul> og <i>, men <li> kan du ikke bare fjerne.
Jo, det ene sted, måske - men i den rigtige <ol> ovenover er de jo
heller ikke afsluttede, og de skal vist ikke fjernes.

Du bør gøre dig selv den tjeneste at definere klart og tydeligt hvad
dine præmisser er.

Om du nu bruger regulære udtryk eller instr osv gør nok ikke det helt
store. Jeg mener du skal bruge en stak af tags for at kunne afgøre hvilke
der hænger sammen med hvilke.

Forøvrigt: gør det noget der er for mange </...> sluttags? Mig bekendt
ignoreres de alle af browserne, hvis der ikke er noget de passer med.
En HTML-validator vil brokke sig, men for en almindelig bruger gør det
da vist ingen forskel.

PS: Hvad skal det egentlig bruges til ?

Du ramte sømmet, det skal være html korrekt og igennem en validator.

Alle koderne (maskin koder) er ens, og fejlen er den samme. (Man kunne selvfølgelig rette fejlen der den bliver lavet, men det kan jeg ikke, pga. nogle tåbelige ting!)
Der er nogle koder i bunden som skal fjernes fordi de ikke er afsluttet. Derfor behøver jeg kun at lede efter koder som ikke er afsluttet.

Det fedeste havde klart været at den kunne tjecke alle koder om de er startet og lukket rigtigt, som en validator kan, og fjerne alle ikke rigtige tags. Det vriker bare som et større projekt.

Jeg kan godt se at mit overstående kode eksempel er dårligt. Her er et nyt, uden design rundt, for jeg kan godt komme til koden før det bliver kastet rundt:
__________________________________________________________________________

        dsafasdg<BR>
        <H2>adfgbadsff</H2>
        <U>va</U>
        <!-- Koder der skal fjernes -->
        <I><U>
                <!-- Stop -->
_____________________________________________________________________

Håber det hjælper, jeg tror bare jeg skal tilbage til tegne brettet og finde ud af en anden måde at løse det på. Jeg køber dog nok stadig en dog om Reg.ex, fordi der er mange tilfælde hvor jeg kan bruge det.

Ok - det er ikke det generelle problem vi løser.... Det var da godt...

Det er ikke sådan at de altid ser ens ud? Eller bare har nogenlunde samme
struktur? Eller altid står lige før eller lige efter noget bestemt?

Hejsa
Der er ikke noget specielt før dem.
Efter koderne er der ingen ting hvis jeg tager det før jeg lægger design koder på. Jeg kan evt. lægge en dumme kode i enden, så der er et fix punkt.

Selve koderne kan være: <P,<EM,<I,<FONT,<U,<BLOCKQUOTE,<PRE,<A,<STRONG,

Betyder det at du i en streng som denne:

  "<b>...<i>..</i>...</b><p><em><font ...>"

bare kan fjerne alle starttags der står til slut i strengen? Dvs.
"<p><em><font...>"? For det tror jeg godt vi kan klare med ét reg.exp.

Det stemmer, problemet er bare f.eks. <IMG SRC=...>

Det er ikke noget problem... Er der mellemrum, linieskift eller lignende?
Jeg prøver lige at lave en hurtigt løsning til dig i PHP, som du kan teste

$t="<b>...<i>..</i>...</b>  <p><em> \n<font ...>\n\n";
$s = preg_replace('/(<[a-z0-9]+[^>]*>\s*)+$/i','',$t);
print $s."\n";

Jeg er ikke helt sikker på hvor du spørg om der skal være linjeskift mm.
Mellemrum og linjesift findes der ikke efter koderne, men kan forekomme før og imellem.

Et præcist kode eksempel ser sådan her ud:
___________________________________________

<P>Bla bla bal. </P>

<P>Bla bla bal bla. </P>
<A name=page_8></A>
<UL>
<LI><EM>
        <LI>
________________________________________________

Ok - godt nok. Det tror jeg så jeg har taget højde for. Om du kan omskrive
det til ASP regulære udtryk ved jeg så ikke. Jeg vil dog sige at jeg ikke
vil spilde min ungdom på det :)

Arrg jeg kunne bruge en forklaring her:
(<[a-z0-9]+[^>]*>\s*)+$/i

Altså finde forekomster hvor der er <bokstaver og tal og noget>mellemrum/spacers +$/i (her hopper jeg af, ahvad betyder det sidste?)

Ahh end og input = $ men hvad med /i ?

Hmm. En løsning kunne jo være:

Søg efter <
Find navnet på taggen fx I
Søg efter </I>
Hvis den ikke finder en, så skal taggen fjernes
hvis den finder en, og der er en <I> forinden, så skal den søge videre indtil den finder endnu en, som ikke har en matchende <I>.

Det skulle ikke være så svært at lave med et loop, men sikkert langsomt at køre :)

Men Regexp, det vil da være smart, men jeg tror det ikke

Jeg tror man er nødt til at lave noget ovenstående, for man er jo nødt til at vide om der er en matchende </I> bare placeret forkert, og hvis den er placeret forkert, så skal man jo tage stilling til om man vil slette den, eller flytte den på plads, hvis man kan gætte hvor den skal være.

/.../i er blot "ignore case"

Det er også rigtigt! Jeg har da også lavet reg.ex i java.script det burde jeg jo vide, nå men lad os se om det virker!