"søg" og "substr" tekst fra lang tekst ala preg_

<ole>

Kan der stå HTML-tags mellem <h4> og </h4>?
Kan der være flere <h4>-tags i strengen?

/mvh
</bole>

hej ole

Der kan godt stå tags mellem <h4> og </h4> og der vil kun være en par pr streng.

Du kan vel skrive:

$s = "jhk jhkj <i>hkjhk</i> jhk jhk <h4>En <u>overskrift</u></h4> jh kjhkjhk <b>jhk</b> jhkj hkjh kjhkj hkjh";
$header = preg_replace("/[\w\W]*<h4>([\w\W]*)<\/h4>[\w\W]*/i", "$1", $s);
print $header;

kanont, det virker jo perfekt - tak for hjælpen, smider du et svar.

Du skriver "$1" i anden parameter - hvorfor ?

Det refererer til udtrykket i parentesen (i RegExp-udtrykket). Altså jeg replace'er hele strengen med det, der bliver fundet i parentesen ... comprende?  :)

Mere her:
    http://dk2.php.net/manual/da/function.preg-replace.php

- og det lille 'i' i slutningen af RegExp-udtrykket betyder, at søgningen foretages case-insensitive ... dvs, at også '<H4>blablabla</h4>' vil blive fanget  ;o)

Desværre forstår jeg stadig ikke helt hvorfor det virker ;-(

Du bruger en RegExp replace funktion til at returnere det søgte og den (for mig) underlige $1.

Selve min RegExp:
    /[\w\W]*<h4>([\w\W]*)<\/h4>[\w\W]*/i

\w betyder ét eller andet word-tegn
\W betyder ét eller andet ikke-word-tegn

[\w\W]* betyder en serie af ingen eller flere tegn af de to slags

En slash (/) har en selvstændig betydning, så den skal escapes i </h4> - altså: <\/h4>

Så er der kun parentesen tilbage. En preg_replace tager tre argumenter:
1. Et RegExp-udtryk
2. En replace-streng
3. En streng, der skal søges i

Hvis du sætter en parentes i RegExp-udtrykket - som jeg har gjort omkring indholdet af vores h-tags - kan indholdet af den parentes bruges i replace-strengen i form af $1. Det er det, man kalder en back-reference.
Havde vi brugt to parenteser kunne jeg have refereret til indholdet af de to parenteser med henholdsvis $1 og $2. Prøv f.eks. denne:

$s = "jhk jhkj <i>hkjhk</i> jhk jhk <h4>En <u>overskrift</u></h4> jh kjhkjhk <b>jhk</b> jhkj hkjh kjhkj hkjh";
$header = preg_replace("/([\w\W]*)<h4>([\w\W]*)<\/h4>[\w\W]*/i", "Der stod:<br>$1<br>- før det første tag ... og:<br>$2<br>- imellem de to tags", $s);
print $header;

Håber, det hjalp lidt - og ellers er der lidt mere om RegExp-syntaksen her:
    http://dk2.php.net/manual/da/reference.pcre.pattern.syntax.php

Tak for points  ;o)

- og jeg ved egentlig ikke, hvorfor jeg overhovedet fik startet på at bruge preg_replace, for det er jo preg_match, man bør bruge  :D

$s = "jhk jhkj <i>hkjhk</i> jhk jhk <h4>En <u>overskrift</u></h4> jh kjhkjhk <b>jhk</b> jhkj hkjh kjhkj hkjh";
preg_match("/<h4>([\w\W]*)<\/h4>/i", $s, $header);
print $header[1];

Her er $header et array, hvor første element indeholder hele den fundne streng:
    <h4>En <u>overskrift</u></h4>

- og andet element indeholder indholdet af vores parentes:
    En <u>overskrift</u>

- men du ender zq da med en indføring i RegExp *LooOooL*

Det var en fornem forklaring.

Faktisk var det dette afsnit der fik 10 øren til at flade
"Hvis du sætter en parentes i RegExp-udtrykket - som jeg har gjort omkring indholdet af vores h-tags - kan indholdet af den parentes bruges i replace-strengen i form af $1. Det er det, man kalder en back-reference.
Havde vi brugt to parenteser kunne jeg have refereret til indholdet af de to parenteser med henholdsvis $1 og $2."

preg_match virker også fint - hvad er mest korrekt at benytte ?

Efter lidt mere læsning har jeg valgt at benytte preg_match - Tak for hjælpen og de gode forklaringer.