Forum Webscript.Ru
Программирование => PHP => Тема начата: Boatman от 16 Октября 2002, 19:30:32
-
Как удалить все лишние пробелы из ХТМЛ текста, не портя тэгов? Подскажите плиз шаблон для preg_replace или стандартную функцию.
Например:
preg_replace(\'/\\\\s+/\', \' \', $string);
но тока чтоб он не делал этого внутри тэгов (между < и >).
-
А что - эта функция удаляет ЛИШНИЕ пробелы из текста?
Именно удаляет?
Я, наверное, что-то не понимаю в лишних пробелах...
-
А почему в тегах не удалять? Ситуация бы резко упростилась... Насколько я помню, в тегах нет мест, критичных к количеству пробелов.
-
А почему в тегах не удалять? Ситуация бы резко упростилась... Насколько я помню, в тегах нет мест, критичных к количеству пробелов.
Если использовать регу Boatmana то проблемы будут.
preg_replace(\'/\\s+/\', \' \', $string);
-
А какого $#^%& их вапще удалять? :) Хтмлину оптимизировать такиим способом что ли? :)
-
rembo
Ну как вариант.
-
есть даже модуль под апач, который удаляет лишнее.
малораспространенный, впрочем - мод_гзип делает то же самое, и больше.
а замена вайтспейса на пробелы, я думаю, может повредить яваскрипты. там же есть зависимость от переврдов строк, кажется?
-
Да, удаление лишних символов - переводов строк, пробелов, табуляций - вообще не то чтобы очень однозначная вещь для разных участков кода, как-то скрипты, теги, сам текст.
А еще все забыли про тег PRE
Не думаю, что эта задача стоит того, чтобы ею заниматься.
-
замечательно!
Во-первых, что если у тебя
(там два пробела);
во-вторых речь не идет ни о какой оптимизации ХТМЛ, просто нужно поработать над текстом, независимо от гипертекста, сделать из \\s+ один пробел лишь одна из необходимых вещей.
Главное что надо, это работать над тем, что между тэгами.
Тут главное сам принцип реализовать.
хелп у кого еще есть идеи.
-
вот такая идея.
в цикле, пока не кончится строка, бежим по ней
strpos-ом и ищем по очереди < и >
запоминаем позицию (в начале - 0)
если нашлось <
вырезаем от запомненной позиции до позиции <
проверяем флаг. Если не тег, то
производим нужные операции.
ставим флаг ,что ищем >
конкатим отрезаное к результирующей строке.
позиция=найденая позиция.
гото 1
ну как?
должно, вроде, работать быстро и без ошибок.
-
Пока не встретится JavaScript c "<" или ">". Самое лучшее для такой задачи - взять толковый парсер HTML кода. Для Перла такие есть, нужно поискать для ПХП.
-
для пхп есть у антонио.
а в яваскрипте может встретиться < и >?
а зачем?
можно пример посмотреть? уж очень любопытно.
-
[OFF]Вот любители говорить ни о чем...[/OFF]
-
т. е. все, что между > и < вырезаем, обрабатываем, обработанным вставляем обратно?
А если текст полметра и там куча тэгов?
ЗЫ предполагается, что нету скриптов в тексте
-
я думаю, что текст на полметра будет обработан где-то за 0,01-0,001 секунды.
только не вырезаем и обрабатываем, а вырезаем, если не тег, то обрабатываем, и вклеиваем в новую строку. А если тег - то просто вклеиваем.
вставлять - это долго и неудобно получится.
-
а в яваскрипте может встретиться < и >?
Может, для динамического вывода HTML. И это не будет < > :)
-
RomikChef
олько не вырезаем и обрабатываем, а вырезаем, если не тег, то обрабатываем, и вклеиваем в новую строку. А если тег - то просто вклеиваем.
если тэг, может его пропустить, не вырезая?
Я наверно неправильно твою идею понял, если не трудно объясни попонятнее
-
ты этим скриптом не исходную строку обрабатываешь!
нету в РНР функций таких - обрабатывать, не обрабатывать.
ты вырезаешь по кусочку из исходной строки, и добавляешь в новую!
вот строка
aaabbb
в процессе работы скрипта у тебя будет три итерации.
новая строка будет выглядеть так:
1.aaa
2.aaa
3.aaabbb
это если без обработки.
как тебе еще объяснить?
взял кусок из первой, посмотрел - если не тег, то обработал, и приставил к новой строке.
потом следующий кусок взял - и так до конца строки.
тебе нужно всего две функции - strpos с третьим параметром и substr
-
спасибо, я уже понял и сделал.
Только он текст 120 КБ обрабатывает за 1 сек. без учета обработки самого содержимого тэгов. это на 500 целероне.
Многовато по-моему
-
Да, пожалуй, многовато.
но вот только рег придумать я затрудняюсь.
а дай посмотреть, как ты написал?
я у себя потестирую
-
preg_match_all("/([^<>]+)|(<[^<>]+>)/", $text, $text_blocks);
$size=sizeof($text_blocks[0]);
$text="";
for($i=0; $i<$size; $i++) {
if ($text_blocks[1][$i] != "")
$text.=preg_replace("/ +/", " ", $text_blocks[1][$i]);
else
$text.=$text_blocks[2][$i];
}
echo $text;
?>
-
$data = stripslashes($content);
// удаляем из юзерских данных слэши
$pos=0;
// нач. позиция
$currpos = 1;
// текущая позиция, 1 - чтоб запустить цикл.
$left=true;
// ищем сперва <
function process($thing)
{// почти пустая функция, кот. обрабатывает содержимое между тегами
return \'Между тэгами:\'.$thing;
}
while($currpos)
{
if($left) // ищем сейчас левую скобку
{
$currpos = strpos($data, \'<\', $pos);
// pos - текущая позиция курсора
if($currpos) $result .= process(substr($data, $pos+1, $currpos-$pos-1));
// если нашли вырезаем от текущей позиции до новой и передаем в функцию process
else $result .= process(substr($data, $pos+1));
// если нет больше закрыв. скобок - обрабатываем остаток строки
$pos = $currpos;
// перемещаем курсор
$left = false;
// ищем >
}
else
{
$currpos = strpos($data, \'>\', $pos);
if($currpos) $result .= substr($data, $pos, $currpos-$pos+1);
// то же самое, но тэги без изменений передаем.
else $result .= substr($data, $pos);
$pos = $currpos;
$left = true;
// ищем <
}
}
?>
Вроде не забыл ничего.
-
А скрипт Tronyx-а сколько работает?
-
Файл в 120 Кб обрабатывается в среднем за четверть секунды, считывание файл не считалось, замерял приведённый выше код.
У меня php4.2.3, PIII - 533
-
Файл в 120 Кб обрабатывается в среднем за четверть секунды, считывание файл не считалось, замерял приведённый выше код.
У меня примерно столько же, но это все равно далеко не 0.01 сек. :(
-
У меня примерно столько же, но это все равно далеко не 0.01 сек.
Не нравится пиши на СИ.;)
-
Лучше на асме....