Look-behind problem.

Det er nu specifikt PHP's variant af regsxp som ikke tillader regexp af *varierende* længde i en look-behind. Havde regexp'en været af fast længde (altså uden .*), ville PHP have accepteret den. Andre programmerings-sprog har ikke denne mangel i deres regexp-variant - man man f.eks. godt gøre det i .NET.

Du giver nogle eksempler på tags der skal fjernes - imidlertid er det de relativt pæne eksempler. Hvad skal der f.eks. fjernes her?

abc <strong>def</strong>ghi</strong> jkl
abc <strong>def<strong>ghi</strong>jkl</strong> mno

Jeg mener imidlertid ikke at opgaven er specielt velegnet til at blive løst lige med regexp. Du kan måske bruge regexp til at finde selve tags'ene, men optælling af start- og slut-tags er nok bedre gjort i almindelig PHP kode.

Hej Nielle,

Dit andet eksempel løses allerede i mit script. På eksempel et, er det ligegyldigt hvilken close-tag den fjerner, så længe kun tags der åbnes og lukkes(<strong>...</strong>), bliver tilbage.

Det er da vel ikke totalt ligegyldigt hvordan resultatet ser ud bagefter? Så kunne du jo bare slette samtlige tags.

Nej. Det er ligegyldigt hvilken closing-tag der fjernes. Hvis der findes et open-tag, og to closing-tags. Altså som i "abc <strong>def</strong>ghi</strong> jkl". Er det umuligt at fjerne den sidste, så fjern bare den første. Så længe der kun er "<strong>....</strong>" tilbage.

Det der er lettest :)

Det er vel ikke et spørgsmål om hvad der er lettest, men om hvad der er mest korrekt.

Det er f.eks. ikke lige korrekt HTML-kode der kommer ud af om du sletter den eller eller dan anden her:

a <div> b <strong> c </strong> d </div> e </strong> f

Men som sagt mener jeg ikke at det er en opgave der passer specielt som fod-i-hose til regexp.

Det er muligt, at den bedste løsning ville være en blanding af både regexp og php. Men lige pt. er det noget jeg gerne vil ordne med regexp. Kan du hjælpe mig med det?

Og ja, det er rigtigt, at det ville være smartest at fjerne den sidste, det ville jeg også foretrække. Men uanset om du fjerner den første, eller anden, vil det blive ordnet i mit script senere hen. Det er ikke sådan at jeg kører min tekst igennem det script, som du forhåbentlig kan hjælpe mig med, og så skulle det være fixet. Der ligger meget mere bag det, som jeg dog selv står for.

Det jeg skal bruge, er bare et script, som finder closing-tags, som ikke er blevet startet. Derfor skulle: "Lille <strong>Lise</strong> gik sig</strong> en tur.", gerne ende med at se således ud: "Lille <strong>Lise</strong> gik sig en tur.".

Jeg håber, at det er noget som du kan hjælpe mig med.

Jeg giver tråden et par timer, og så lukker jeg :-)

Okay then..

Ok, en smule utålmodig?

Nej, jeg tror faktisk ikke at denne bare kan klares med regexp og intet andet.

En mulig løsning kunne være at matche alle tags med en tilsvarende slut-tag:

... <tag attr="42"> ... <tag> ... </tag> ...
... *************** ... <tag> ... ****** ...

og ændre dem midlertidigt sådan at de ikke er tags mere - f.eks. til:

... [tag attr="42"] ... <tag> ... [/tag] ...

Fortsæt med dette til at der ikke mere er nogen tags som kan "fjernes". Slet så de tags der er tilbage:

... [tag attr="42"] ...  ... [/tag] ...

- og ret derefeter tilbage til rigtige tags:

... <tag attr="42"> ...  ... </tag> ...