[Jann Hendrik]

Dieser Beitrag schloss sich an dieses Forenthema an, ist aber in einem eigenen Thema besser aufgehoben.

-----


An dieser Stelle mal die Frage - wie sähe denn der regex aus, der verwendet werden müßte um aus einem Zeichensalat nur die http://.... rauszufiltern?

Ich habe mich mal am regex-tester versucht... aber ohne den gewünschten Erfolg.

[Ben]

Vielleicht hilft es?
http://php-faq.de/q/q-regexp-links-finden.html

Ist zwar am Beispiel PHP, aber es geht ja hier nur um den regulären Ausdruck an sich!

[dago]

Wie währe es mit:

/http:\/\/[a-zA-Z0-9.,_\/-]*/

Gibt es weitere Rahmenbedingungen? Soll es nur innerhalb von A-Tags gefunden werden. Muss die URL-Gültig sein. Dürfen äöü vorkommen. Soll das Komma am Ende der URL mit kommen oder ignoriert werden.

Also je nach dem was der Einsatzzweck ist, lässt sich da was basteln.

[Chr!s]

Hier mal noch ein Vorschlag:

#(^|[^\"=]{1})(http://|ftp://|mailto:|news:|www.)([^\s<>]+)([\s\n<>]|$)#sm

[dago]

Hab jetzt noch etwas rum gebastelt.

/(?<![\wäöüÄÖÜ])http:\/\/[\wäöüÄÖÜ.:,&=%\/_-]*(?=,)/i

Lässt sich natürlich vereinfachen, wenn die URL innerhalb von HTML-Tags oder BB-Code steht. Findet URLs mitten im Text, äöü dürfen innerhalb von URL vorkommen. Das Komma am Ende der URL wird nicht mitgenommen.

Ein Problem stellen dabei URLs dar, die ein Leerzeichen enthalten, also
Text http://domain.tld/wort wort/seite.htm weiterer Text

Hier wird die URL nur als http://domain.tld/wort erkannt. Denke ist aber klar, dass man das nicht besser machen kann.

[CIX88]

Zeichensalat

Hmm, also bevor ich mit Regex um mich schlage, wäre es intressant zu wissen was als „Zeichensalat” bezeichnet wird

[Jann Hendrik]

also
http://www.regex-tester.de/regex5_20070607214639.html
das ist Chr!s Beispiel, welches ich allerdings nicht zum laufen bekommen habe.

dago - dein Beispiel sieht bei mir so aus:
http://www.regex-tester.de/regex5_20070607214804.html
das ist sozusagen mein erstes lauffähiges etwas...

@Ben: http://www.regex-tester.de/regex5_20070607214928.html
habe ich auch nicht wirklich zum laufen bekommen....

@CIX88 - was den Zeichensalat angeht - ich habe halt ein wenig versucht, aber gänzlich ohne Erfolg - da kamem zwar als Ergbniss auch die links bei raus, aber letztlich nicht nur die...
Da hätte dann danach noch mit PHP 'Hand angelegt' werden müßen - und das ist ja nicht Ziel der Aktion...


schöner aber fänd ich es, wenn das http://www.regex-tester.de/regex5_20070607215259.html auch den link 'index.html' finden würde - es sich also an diesem Muster hier orientiert:
(*)<a (*) href="(***)" (*)>(*)
wobei nur das (***) interessiert

[Bleistift]

Zitat von Jann Hendrik

also
http://www.regex-tester.de/regex5_20070607214639.html
das ist Chr!s Beispiel, welches ich allerdings nicht zum laufen bekommen habe.

Ändere links im Menü mal den Delimiter. Mit der Raute geht es ohne Probleme

[dago]

Wie währe es mit: http://www.regex-tester.de/regex5_20070607225421.html

Ach, so währe es richtiger: http://www.regex-tester.de/regex5_20070607231008.html

[Jann Hendrik]

Zitat von Bleistift

Ändere links im Menü mal den Delimiter. Mit der Raute geht es ohne Probleme

abgesehen davon, dass er dann auch noch einiges mehr ausspuckt:

Array
(
    [0] => /www.google.de">
    [1] => /
    [2] => www.
    [3] => google.de"
    [4] => >
)

bzw. mit preg_match_all:

Array
(
    [0] => Array
        (
            [0] => /www.google.de">
            [1] => /www.netzzeitung.de">
        )

    [1] => Array
        (
            [0] => /
            [1] => /
        )

    [2] => Array
        (
            [0] => www.
            [1] => www.
        )

    [3] => Array
        (
            [0] => google.de"
            [1] => netzzeitung.de"
        )

    [4] => Array
        (
            [0] => >
            [1] => >
        )

)

Zitat von dago

Wie währe es mit: [...] http://www.regex-tester.de/regex5_20070607231008.html

schön - aber... wie käme ich da selbst drauf?
Kann mir diese Regel jmd. erklären?
Ich denke, dass ich nur dann die Chance habe auch zu checken, was da passiert und das beim nächsten mal dann selbst machen kann...

<a.*?href="(.*?)".*?>

ok, es wird nach dem Muster

<a(beliebig viele Zeichen)href="(Suchmuster)"(beliebig viele Zeichen)>

gesucht, aber warum bekomme ich nur den Teil, der mich auch interessiert und nicht die Platzhalter vor und nach dem eigentlichen?

// edit: die Klammer signalisiert, was ich ausgewählt haben will?

[Artemis]

Du bekommst nur den Teil, weil nur darum Klammern gesetzt sind.

Außerdem sind die * nicht gierig, da ein ? danach verwendet wird.

Ganz korrekt ist aber dieser hier:

<a.*?\shref="(.*?)".*?>

Der davor findet auch

<a hahref="zeug">

, was ja nicht korrekt ist.

[$traight-$hoota]

Zitat von Artemis

Ganz korrekt ist aber dieser hier:

<a.*?\shref="(.*?)".*?>

aber der findet ja z.B. auch <a><e href="lol">
also besser so:

<a[^>]*?\shref="(.*?)".*?>

[CIX88]

<a><e href="lol">

Schonmal so ein Blödsinn gesehen ?
Ich nicht.

[dago]

Da wir gerade so schön auf der Suche nach dem perfekten RegExp sind...

/<a\b[^<>]*?\bhref=(?:"|')(.*?)(?:"|')[^<>]*?>/isu

Will mich jemand toppen?

[$traight-$hoota]

Zitat von CIX88

Schonmal so ein Blödsinn gesehen ?
Ich nicht.

ist aber möglich, dass jemand sowas schreibt. ein realistisches beispiel für xhtml wäre z.B. folgender Ausschnitt (oder etwas ähnlich)

<a id="foo"><myns:myelem href="bar">

@dago das kann man sich wirklich sparen, weil einfache Anführungszeichen oder inneinander verschachtelte Tags kein valides html sind^^

[WarrenFaith]

Ich würde einfach nur auf href="..." suchen.

[robo47]

hab hier noch was gefunden:
http://www.mikezilla.com/exp0033.html

da ist ein fertiges JS-Script, das hrefs sucht und die urls anzeigt