Find tekst via preg_replace

Que? Hvor skal du finde teksten henne? :)

:)  tja,  jeg har noget html fra Word i en variabel, som jeg skal gemme i en database, men inden det bliver gemt vil jeg gerne have fjernet lidt af det kode som kommer med fra Word.

Det kunne fx være:

<P  style="MARGIN: 0pt"><?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /><SPAN style="FONT-SIZE: 12pt; FONT-FAMILY: Times New Roman">Tekst fra word</SPAN></P>
<P  style="MARGIN: 0pt"><SPAN style="FONT-SIZE: 12pt; FONT-FAMILY: Times New Roman">mere tekst fra Word</SPAN></P>

Sådan?

$tekst = '<P  style="MARGIN: 0pt"><?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /><SPAN style="FONT-SIZE: 12pt; FONT-FAMILY:

Times New Roman">Tekst fra word</SPAN></P>
<P  style="MARGIN: 0pt"><SPAN style="FONT-SIZE: 12pt; FONT-FAMILY: Times New Roman">mere tekst fra Word</SPAN></P>';

$tekst = preg_replace('#<\?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />#', '', $tekst);

Egentlig kan det slet ikke betale sig at starte med Word-genereret kode, da den notorisk er fyldt op med overflødige ting, og ovenikøbet, som vist, vælger at bruge uhensigtsmæssige måder at skrive koden på ...

-- engang for nogle år siden rensede jeg en Word-html-fil på ca. 110 kb, tilbage blev knap 8 kb html-kode, der gjorde det samme som den oprindelige kode !-)

Altså, skal du slette alle forekomster af strengen <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />, så er det da afgjort smartere at bruge str_replace :)

Alle xml-markerede tags kan slettes sådan:

$tekst = preg_replace('#<\?xml:[^>]+>#', '', $tekst);

Er du kommet vidre med denne her?

Hej Nielle

Den er der næsten, dit eksempel virker fint. Men eftersom jeg har slået magic_quotes_gpc til og min tekst kommer via en Form, så ser min tekst lidt anderledes ud.

Jeg har forsøgt mig med:
$tekst = preg_replace('#<\?xml:namespace prefix = o ns = \\"urn:schemas-microsoft-com:office:office\\" />#', '', $_POST['tekst']);

Men det virker desværre ikke helt.

Hvilken funktion har # i Reg.Exp. ?

Hvad mener du med at det ikke helt virker? Der er ikke rigtigt plads til mellemting...

#-tegnet indikere blot starten og slutningen på regexp'ens mønster. Sådan er syntaksen nu engang for preg_xxxx() funktionerne. Som regel ser man at folk bruger et /-tegn i PHP, men hvis man bruger det så skal det /-tegn der er i strengen escapes:

$tekst = preg_replace('/<\?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" \/>/', '', $_POST['tekst']);

Jeg foretrækker derfor at bruge et alternativt tegn som ikke giver problemer. Her altså #-tegnet.

PS: Det er ellers generelt tilrådet at køre uden magic quotes. Som beskyttelse mod SQL-injection er mysql_real_escape_string() at foretrække.

Har du fået kigget på det?

Hvad med noget respons?

Hej igen.

Jeg har haft lidt travlt her på det sidste. Men jeg har fået det til at virke, du må meget gerne smide et svar.  Jeg skal vist også have set lidt på det der med mysql_real_escape_string, det var jeg ikke klar over.

Tak for hjælpen.

Svar :^)