PTT數位生活區 / RegExp (正規表示式 Regular Expression)

Re: [請益] 首頁抓取論壇文章，對BBCode的清除。

看板RegExp (正規表示式 Regular Expression)作者godspeedlee (godspeed lee)時間14年前 (2011/02/17 22:54)推噓0(0推 0噓 1→)

留言1則, 1人參與討論串3/3 (看更多)

※ 引述《LPH66 (-858993460)》之銘言： : ※ 引述《aiyswu (絕望客)》之銘言： : : 各位你們好！ : : 我現在使用的是 phpBB 3.0.8論壇。我的問題是，我有自己特製一個首頁，將論壇 : : 的文章撈到前頁來；然而，某些文章需要清除BBCode是一個困擾我的問題。 : : BBcode的格式為 : : [url:uid]urlstr[/url:uid] : : [imgs=num:uid]urlstr[/imgs:uid] : : [url=urlstr:uid][img:uid]urlstr[/img:uid][/url:uid] : : 等等.. : : uid為8位英數混合字串 : : 我的作法是 : : $str = preg_replace( '@\[.*?\](.*?)\[\/.*?\]@sm', "$1" ,$bbcodestr ); : : 仍然會漏掉一些BBcode清不掉。 : 你這樣等於是把 [ ] 和 [/ ] 一起清 : 那如果是單一個的 [ ] 而沒有 [/ ] 的就會清不掉 : : 一位前輩幫我改寫了regex : : $regex = '|[[\/\!]*?[^\[\]]*?]|si'; : | |si : [[\/\!]*? [ 或 / 或 ! 有0或多個, 不 greedy : [^\[\]]*? 非 [ 也非 ] 有0或多個, 不 greedy : ] ] : 也就是說邏輯是先抓 [ / ! 的一串再抓不是 [ ] 的一串再抓 ] : 等於是把開始和結束標籤一視同仁來抓... : (不過既然都這樣寫了那個 ungreedy 的 ? 應該也可以不用才對) : 話說回來我覺得你的前輩的意思應該是 : $regex = '|\[[\/\!]*?[^\[\]]*?]|si'; : 這樣前面的意思就變成了抓一個 [ 再抓 / ! 的一串 (下略) : 這樣好像比較對.... : : $String = preg_replace($regex, '', $String); : : 一下就清掉了............ : : 不過我看了很久，卻完全看不懂為什麼它是這樣寫？ : : 想請問一下，有沒有人可以指點迷津一下呢... 補充一下，*? 也稱為 lazy(Regex 聖經 MRE 認為 lazy 效率不佳盡量少用) 原 po 用 \[.*?\] 還有一個問題是'[]'這樣的字串也會中獎，可是這可能是錯的 BBCode，個人建議設計 regex 還是參照 BBCode 的語法設計的精準一點比較好，下面提供另一個範本 (參照原 po 提供的 BBCode) \[\/?+\w++(=\w++)?+:\w++\] -- http://godspeedlee.myweb.hinet.net/ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 122.124.104.241