Удалить блок div из текста при парсинге

[seokotov]

Сообщение от seokotov

хз но вот такая запись в нем работает

@INLINE {$news_content | preg_replace : '(<p(?![\S\s]*<p)[\S\s]*|<div([\S\s]*?)</div>|</div>|<a([\S\s]*?)</a>)iu'}

просто сейчас потребовалось чтобы все кроме блока read-more и социалок выдералось, раньше некоторые блоки парсились в отдельные поля типа но иногда бывало так что там не одна вставка а две из твиттера или более 1 фотки
вот и захотелось сделать так чтобы прямо все поле контента выдерало со всем содержимым кроме ненужных блоков
вот пример страницы

js-mediator-article селектор

[XPraptor]

seokotov, сам шаблон верный, вся суть как его программа забирает и какие настройки перед этим применяет.
Вместо скобок просто используйте %
Вот так попробуйте:

@INLINE {$news_content | preg_replace : '%<div class="(arcticle__read\-more read\-more|article__social\-wrapper|arcticle__read\-more read\-more|read\-more__photo)".*?>[\S\s]*?</div>%'}

Я сам шаблон на вашей странице примере попробовал прямым из php запросом- всё верно, всё меняет class="photo" не меняет.

Можете сами протестить, в файл test.txt закинуть html код страницы тестовой и в php файле выполнить:

$test_text=file_get_contents("test.txt");
$testshab='<div class="(arcticle__read\-more read\-more|article__social\-wrapper|arcticle__read\-more read\-more|read\-more__photo)".*?>[\S\s]*?</div>';
echo preg_replace("%" . $testshab . "%iu", "|||||||||||||||||||||||||||||||||", $test_text);

все дивы заменятся с классами на ||||||| а дивы с calss="photo" останутся

[burunduk]

seokotov, я когда занимался очисткой спаршенного кода от всякого мусора, не делал больших регулярок, намного быстрее получалось прогнать 3-4 коротких чем 1 длинную,
да и самому проще контролировать результат работы и вносить правки

P.S. и ещё очень часто проще получать нужные данные сразу при парсинге средствами работы с dom чем потом разбирать регулярками

[seokotov]

ребяты а как jwplayer заставить работать?
вот код источника


а у меня вот так выводит


хотя код в принципе не трогает этот блок

@INLINE {$news_content | preg_replace : '(<div class="(arcticle__read\-more read\-more|article__social\-wrapper|arcticle__read\-more read\-more|read\-more__photo|article__google\-news\-mobile|clears mh)".*?>([\S\s]*?)</div>|</div>|<a([\S\s]*?)</a>)iu'}

[seokotov]

а еще как удалить тег div оставив содержимое?
у меня остаются некоторые div блоки и дополнительно один лишний </div>
и летит верстка но когда ресурс сохраняется еще раз то все на место встает ничего не понимаю )

[XPraptor]

Вот эта часть в шаблоне вашем поиска: ...</div>|</div>|... заменяет окончание дива без его начала.
Перед ним шаблон с началом дива и концом, а этот шаблон после него должен вообще удалить все закрывающие дивы которые не имеют перечисленных классов в предыдущем шаблоне, зачем он?

Удалить дивы, оставив содержимое, я не могу понять что за шаблонизатор у вас (@INLINE {...), но в реальном preg_replace в php это выглядело бы так:

$news_content=preg_replace("%<div.*?>([\S\s]*?)</div>%iu", "$1", $news_content);

то есть мы удаляем все теги div с любыми текстами классов и прочих опций, контент между ними, и вместо них ставим чистый контент который был между этими дивами.

[seokotov]

новое веселье. хочу удалить блок полностью НО

есть в источнике такой блок

<div class="cross-links"><ul><li><a href="/world/1395744-%D8%A7%D9%84%D8%B1%D8%A6%D9%8A%D8%B3-%D8%A7%D9%84%D8%A3%D9%88%D9%83%D8%B1%D8%A7%D9%86%D9%8A-%D9%8A%D9%88%D9%82%D8%B9-%D9%85%D8%B1%D8%B3%D9%88%D9%85%D8%A7-%D8%B1%D9%81%D8%B6-%D8%A3%D9%8A-%D9%85%D9%81%D8%A7%D9%88%D8%B6%D8%A7%D8%AA-%D8%A8%D9%88%D8%AA%D9%8A%D9%86/"><div class="photo"><picture><!--[if IE 9]><video style="display: none;"><![endif]--><source media="(-webkit-min-device-pixel-ratio: 2) and (min-resolution: 120dpi)" data-srcset="
                    https://cdni.russiatoday.com/media/pics/2022.10/xxs/633c10b54c59b724f66d2bfb.jpg 560w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xs/633c10b54c59b724f66d2bfb.jpg 640w,
                    https://cdni.russiatoday.com/media/pics/2022.10/thumbnail/633c10b54c59b724f66d2bfb.jpg 920w,
                    https://cdni.russiatoday.com/media/pics/2022.10/m/633c10b54c59b724f66d2bfb.jpg 1080w,
                    https://cdni.russiatoday.com/media/pics/2022.10/l/633c10b54c59b724f66d2bfb.jpg 1536w,
                    https://cdni.russiatoday.com/media/pics/2022.10/article/633c10b54c59b724f66d2bfb.jpg 1960w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xxl/633c10b54c59b724f66d2bfb.jpg 2480w
                " srcset="
                    https://cdni.russiatoday.com/media/pics/2022.10/xxs/633c10b54c59b724f66d2bfb.jpg 560w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xs/633c10b54c59b724f66d2bfb.jpg 640w,
                    https://cdni.russiatoday.com/media/pics/2022.10/thumbnail/633c10b54c59b724f66d2bfb.jpg 920w,
                    https://cdni.russiatoday.com/media/pics/2022.10/m/633c10b54c59b724f66d2bfb.jpg 1080w,
                    https://cdni.russiatoday.com/media/pics/2022.10/l/633c10b54c59b724f66d2bfb.jpg 1536w,
                    https://cdni.russiatoday.com/media/pics/2022.10/article/633c10b54c59b724f66d2bfb.jpg 1960w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xxl/633c10b54c59b724f66d2bfb.jpg 2480w
                " sizes="148px"><source data-srcset="
                    https://cdni.russiatoday.com/media/pics/2022.10/xxs/633c10b54c59b724f66d2bfb.jpg 280w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xs/633c10b54c59b724f66d2bfb.jpg 320w,
                    https://cdni.russiatoday.com/media/pics/2022.10/thumbnail/633c10b54c59b724f66d2bfb.jpg 460w,
                    https://cdni.russiatoday.com/media/pics/2022.10/m/633c10b54c59b724f66d2bfb.jpg 540w,
                    https://cdni.russiatoday.com/media/pics/2022.10/l/633c10b54c59b724f66d2bfb.jpg 768w,
                    https://cdni.russiatoday.com/media/pics/2022.10/article/633c10b54c59b724f66d2bfb.jpg 980w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xxl/633c10b54c59b724f66d2bfb.jpg 1240w
                " srcset="
                    https://cdni.russiatoday.com/media/pics/2022.10/xxs/633c10b54c59b724f66d2bfb.jpg 280w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xs/633c10b54c59b724f66d2bfb.jpg 320w,
                    https://cdni.russiatoday.com/media/pics/2022.10/thumbnail/633c10b54c59b724f66d2bfb.jpg 460w,
                    https://cdni.russiatoday.com/media/pics/2022.10/m/633c10b54c59b724f66d2bfb.jpg 540w,
                    https://cdni.russiatoday.com/media/pics/2022.10/l/633c10b54c59b724f66d2bfb.jpg 768w,
                    https://cdni.russiatoday.com/media/pics/2022.10/article/633c10b54c59b724f66d2bfb.jpg 980w,
                    https://cdni.russiatoday.com/media/pics/2022.10/xxl/633c10b54c59b724f66d2bfb.jpg 1240w
                " sizes="148px"><!--[if IE 9]></video><![endif]--><img data-sizes="auto" src="https://cdni.russiatoday.com/media/pics/2022.10/xxs/633c10b54c59b724f66d2bfb.jpg" class="lazyautosizes js-lazysize_loaded" data-src="https://cdni.russiatoday.com/media/pics/2022.10/xxs/633c10b54c59b724f66d2bfb.jpg" alt="الكرملين يعلق على إغلاق كييف باب التفاوض مع موسكو" sizes="148px"></picture><!-- noscript pattern --><noscript><img src="https://cdni.russiatoday.com/media/pics/2022.10/original/633c10b54c59b724f66d2bfb.jpg" alt="الكرملين يعلق على إغلاق كييف باب التفاوض مع موسكو" /></noscript></div>
                                            الرئيس الأوكراني يوقع مرسوما بشأن "رفض أي مفاوضات مع بوتين"
                    </a></li></ul></div>

пишу

@INLINE {$news_content | preg_replace : '(<div class="(cross\-links|arcticle__read\-more read\-more|article__social\-wrapper|arcticle__read\-more read\-more|read\-more__photo)".*?>[\S\s]*?</div>|<a([\S\s]*?)</a>)iu'}

он мне оставляет от него такой трэш

الرئيس الأوكراني يوقع مرسوما بشأن "رفض أي مفاوضات مع بوتين"
</a></li></ul></div>

[XPraptor]

<div class="(cross\-links наступает раньше <a
а в конце </a>также наступает и для <div class="(cross\-links

[seokotov]

Сообщение от XPraptor

<div class="(cross\-links наступает раньше <a
а в конце </a>также наступает и для <div class="(cross\-links

что это значит? непобедить?

[XPraptor]

Почему не победить - просто там не верная html разметка, потеряны теги, нужно выполнять отдельно, сначала выполнить замену <a([\S\s]*?)</a>
А потом уже дивы.