$str = str_replace funktion

eregi_replace
(
'http://[\w\d]+\.([\w\d\.]+)\S*',
'hhtp://www.\\1',
$str
);

Hvordan får jeg det lige med i følgende kontekst?

<?php

$mappe = 'mappeind';

$d = opendir( $mappe );
while ( $file = readdir( $d ) )
{
if ( is_file( "$mappe/$file" ) && substr( $file, -4 ) == '.htm' )
{
$str = implode( '', file( "$mappe/$file" ) );


$str = str_replace('/\s+/', '', $str);


$fp = fopen( "$mappe/$file", 'w' );
fwrite( $fp, $str );
fclose( $fp );
}
}
closedir( $d );

?>

<?php
$mappe = 'mappeind';

$d = opendir( $mappe );
while ( $file = readdir( $d ) )
{
    if ( is_file( "$mappe/$file" ) && substr( $file, -4 ) == '.htm' )
    {
        $str = implode( '', file( "$mappe/$file" ) );

        $str = str_replace('/\s+/', '', $str);

        $str = eregi_replace('http://[\w\d]+\.([\w\d\.]+)\S*', 'hhtp://www.\\1', $str);

        $fp = fopen( "$mappe/$file", 'w' );
        fwrite( $fp, $str );
        fclose( $fp );
    }
}
closedir( $d );
?>

Og hhtp: skal selvfølgelig loige rettes til http:

Info om eregi_replace:

http://dk.php.net/eregi_replace

Det virker tilsyneladende ikke, - alle links henstår urørt.

Måske kan PHP ikke lide \S (som normalt betyder "alt andet end whitespace"). Prøv denne her i stedet:

$str = eregi_replace(
'http://[\w\d]+\.([\w\d\.]+)[\/\w\d]*',
'http://www.\\1',
$str);

Desværre, samme nedslående resultat.

$str = eregi_replace(
'http://[a-z0-9]+\.([a-z0-9\.]+)[\/a-z0-9]*',
'http://www.\\1',
$str);

Jeg er vant til at arbejde med regexp i andre sammenhænge - måske virker \w og \d simpelthen bare ikke i PHP.

for at bruge \d \w .. skal du have fat i preg_replace

\w inkluderer også [0-9]

<ole>

Faktisk er det lidt en gåde, hvordan ereg-funktionerne nogensinde endte i PHP - og hvorfor i alverden de stadig eksisterer.
preg-funktionerne er betydelig hurtigere - og så holder de sig til Perl-RegExp syntaksen, der vel er den mest udbredte  :)

/mvh
</bole>

Jamen så prøver vi da med preg_replace (http://dk.php.net/preg_replace):

$str = preg_replace(
"http://\w+\.([\w\.]+)[\/\w]+",
"http://www.\$1",
$str);

Nu slettes indholdet helt!

$str = preg_replace("/^http:\/\/.*?\//i", "", $str);

Hermed går jeg altså ud fra, at alt fra og med http:// og til og med førstkommende / skal slettes.

Der manglede et /-/ par rundt om møsteret.

$str = preg_replace(
"/http://\w+\.([\w\.]+)[\/\w]+/",
"http://www.\$1",
$str
);

...og så skulle /-tegnene også lige escapes:

$str = preg_replace(
"/http:\/\/\w+\.([\w\.]+)[\/\w]+/",
"http://www.\$1",
$str
);

Arrh pis... læste forkert, så det var et fuldstændig ligegyldigt pattern jeg gav. Her er et nyt:

"/^(http:\/\/w?w?w?\.?).*?(\w+\.[a-z]{2,}\/).*$/i", "$1$2"

nielle > Dit pattern er case sensitive og vil putte "www" foran alle domæner uanset hvad.

Virker ikke, - giver følgende output:

$str = preg_replace("/http:\/\/\w+\.([\w\.]+)[\/\w]+/","http://www.\$1",$str);
--->
<p><a href="http://www.test.d">http://www.test.d</a></p>
<p><a href="http://www.test.dk">http://www.test.dk</a></p>

$str = preg_replace("/^(http:\/\/w?w?w?\.?).*?(\w+\.[a-z]{2,}\/).*$/i", "$1$2",$str);
--->
<p><a href="http://www.test.dk">http://www.test.dk</a></p>
<p><a href="http://sub.test.dk/test">http://www.test.dk/test</a></p>

##test fil
<p><a href="http://www.test.dk">http://www.test.dk</a></p>
<p><a href="http://sub.test.dk/test">http://www.test.dk/test</a></p>
##

tagman>

Ja, case-sensitivt på "http" - men ikke på resten: \w matcher a-zA-Z0-9_

Ja, der sættes "www" ind foran alle domæer, men det var no også hvad proviben bad om. Se eksempel 2 i det oprindelige spørgsmål.

Hvis:

<p><a href="http://www.test.dk">http://www.test.dk</a></p>
<p><a href="http://sub.test.dk/test">http://www.test.dk/test</a></p>

- er dit input, så er:

<p><a href="http://www.test.d">http://www.test.d</a></p>
<p><a href="http://www.test.dk">http://www.test.dk</a></p>

- da også det rigtige output. Ellers er der noget galt med spørgsmålet?

Og så måske ikke helt. Det sidste '+' skulle jo nok have været et '*':

$str = preg_replace(
"/http:\/\/\w+\.([\w\.]+)[\/\w]*/i",
"http://www.\$1",
$str
);

Nej, der mangler et "k" i dk

Jep, den skulle være rettet med det seneste pattern (som også er 100% case-insesitiv ;^).

proviben:

Har selv testet min sætning, og den virkede fint. Du kan evt. fjerne min lazy star, så du får dette pattern:

"/^(http:\/\/w?w?w?\.?).*(\w+\.[a-z]{2,}\/).*$/i", "$1$2"

Ellers virker det altså fint. Det kan da også godt være, du har mærkelig tegn i starten af dine URLs, i så fald, så prøv:

"/.*?(http:\/\/w?w?w?\.?).*?(\w+\.[a-z]{2,}\/).*$/i", "$1$2"

$str = preg_replace("/http:\/\/\w+\.([\w\.]+)[\/\w]*/i","http://www.\$1",$str);
-->
<p><a href="http://www.test.dk">http://www.test.dk</a></p>
<p><a href="http://www.test.dk">http://www.test.dk</a></p>

- fint,  men testet med flere regulære links, så fås fx også følgende output

http://www.test.dk-side.php/

+

http://www.test.dk-side.asp/



"/.*?(http:\/\/w?w?w?\.?).*?(\w+\.[a-z]{2,}\/).*$/i", "$1$2"
-->
<p><a href="http://www.test.dk">http://www.test.dk</a></p>
http://test.dk/

- mangler bla.: <p><a href="http://www

"/^(http:\/\/w?w?w?\.?).*(\w+\.[a-z]{2,}\/).*$/i", "$1$2"
-->
<p><a href="http://www.test.dk">http://www.test.dk</a></p>
<p><a href="http://sub.test.dk/test">http://www.test.dk/test</a></p>

- indeholder "sub"

Hvus den også skal kunne håndtere '-': så er det:

$str = preg_replace(
"/http:\/\/[\w-]+\.([\w\.-]+)[\/\w-]*/i",
"http://www.\$1",
$str
);

Bedre, men stadig lidt problematisk, fx følgende output:

http://www.test.dk.cgi/get=22

http://www.test.dk.cfm/

Jeg kan ikke umiddelbart se hvad der skulle være i vejen med den sidste af de to? Men denne her variant kan da klare både '%' og '=':

$str = preg_replace(
"/http:\/\/[\w-]+\.([\w\.-]+)[\/\w%=-]*/i",
"http://www.\$1",
$str
);

Samme resultat, i øvrigt så er der flere typer fx:

http://www.test.dk.html/

Hvad forventer du da at "http://www.test.dk.html/" skal blive til?

Det ville være en hjælp hvis du vise **både** indput, output, og det output som du gerene vil have.

$str = preg_replace(
"/http:\/\/[\w-]+\.([\w\.-]+)[\/\w\.%=-]*/i",
"http://www.\$1",
$str
);

Sidste eksempel er super, fandt dog en enkelt svipser:

http://www.test.dk/?partner=78

^(http:\/\/w?w?w?\.?).*?([\w-]+\.[a-z]{2,}\/).*$

Bindestreg tilføjet. Den her virker altså. Jeg gider ikke hjælpe mere. Har testet den til døde nu. Tag og forklar dig selv noget bedre, proviben, eller lær selv de dér regulære udtryk... det er faktisk en god ide!

$str = preg_replace(
"/http:\/\/[\w-]+\.([\w\.-]+)[\/\w\.\?%=-]*/i",
"http://www.\$1",
$str
);

tagman> Så vidt jeg ved så betyder et '^' i starten at den skal matche på starten af linjen. Så hvordan skulle den lige kunne klare at forvandle:

<p><a href="http://sub.test.dk/test">http://www.test.dk/test</a></p>

- til:

<p><a href="http://www.test.dk">http://www.test.dk</a></p>

proviben> Som tagman siger, lær at bruge regulære udtryk. Det er ikke en investering i tid som du vil fortryde!

Iøvrigt vil din afsluttende '.*' "æde" alt hvad der kommer efter og det er jo ikke så¨god en ide hvis urlet, ligger i en større tekst - og det synes jeg nu nok at eksemplerne 30/04-2005 14:30:21 antyder at de gør.

Jamen det var jo det jeg ikke forstod... det liger sjusket copy-paste af noget html...

Nu virker det, - tak for hjælpen nielle! Smid lige et svar.

Jeg har i forvejen kogt teksten ned via en anden str_replace funktion. Slutteligt, så har jeg nu testet det på opimod 300 links. Øjensynligt, så er outputtet helt fejlfrit.

Det fremgår af 30/04-2005 10:37:17 at det er htm-filer der skal behandles.

Så kom vi endeligt i mål :^)

Blot en enkelt ting; Nu bliver "http://sub.etdomæne.dk" altså rettet til "http://www.etdomæne.dk"; Sådan ville du jo have det, men jeg ret sikker på at det ikke er nogen særlig god ide. Det er nemlig slet ikke givet at "http://www.etdomæne.dk" overhovedet er et url som er brugbart. "www" er nemlig blot et subdomæne på webserveren, og det er slet ikke givet at det eksistere.

En anden type URLs som også giver problemer er den på formen "http://etdomæne.dk".

Jeg mener at det ville være en god ide at du besluttede dig for at sub-domæent ikke skulle "anonymiseres" til "www". Den løsning ser sådan her ud:

$str = preg_replace(
"/hhtp:\/\/([\w\.\-]+)[\/\w\.\?%=-]*/i",
"http://\$1",
$str
);

Set i bakspejlets ulidelige klare skær, - så bør jeg jo nok undlade en sådan www-anonymisering. Tak for det ekstra indspil!