[Bleistift]

Ich versuche gerade eine aus MS Word exportierte HTML-Datei zu verbessern.
Offenbar macht Word Aufzählungen sehr speziell...

<p class="MsoNormal" style="margin-top:6.0pt">
                FooBarFoo
            </p><p class="MsoNormal" style="margin-top:6.0pt;margin-right:0cm;margin-bottom:0cm; margin-left:17.85pt;margin-bottom:.0001pt;text-indent:-17.85pt">
            <span style="font-family:Symbol">·<span style="font:7.0pt &quot;Times New Roman&quot;">        </span></span>
            Test
            </p><p class="MsoNormal" style="margin-left:18.0pt;text-indent:-18.0pt">
                <span style="font-family:Symbol">·<span style="font:7.0pt &quot;Times New Roman&quot;">        </span></span>
                1234
            </p><p class="MsoNormal" style="margin-left:18.0pt;text-indent:-18.0pt">
 
                <span style="font-family:Symbol">·<span style="font:7.0pt &quot;Times New Roman&quot;">        </span></span>
                Miau
            </p><p class="MsoNormal" style="margin-left:18.0pt;text-indent:-18.0pt">
                <span style="font-family:Symbol">·<span style="font:7.0pt &quot;Times New Roman&quot;">        </span></span>
                Wuff
            </p>
 

Schlimm...
Ich versuche das so zu verbessern:

PHP-Code:

$content = preg_replace('#\<p[^\<]+\>.*·\<span[^\<]+\>[^\<]+\</span\>\</span\>(.*)\</p\>#sU', '<ul><li>${1}</li></ul>', $content);
$content = str_replace('</ul><ul>', '', $content); 


Das Problem ist jetzt nur, dass der Text "FooBarFoo" spurlos verschwindet. Klar, er ist im ersten ".*" ja enthalten (obwohl das "U" am Ende doch die Gier unterdrücken soll...)

Wie kann ich das verhindern? Ich müsste irgendwie sagen könne ".* aber kein <p> darf vorkommen"...

[MrNiceGuy]

Ich habe deinen RegEx mal etwas angepasst:

°<p[^>]*>[\s]*<span[^>]*>.*</span></span>(.*)</p>°sU

Funktioniert bei mir erste Sahne! :) Ich kann zwar nicht genau sagen, was bei deinem jetzt schief läuft, aber ein paar Dinge sind mir aufgefallen:
- "<" und ">" müssen nicht escaped werden, das macht den RegEx schonmal übersichtlicher.
- Man sollte innerhalb von "<p>" nicht nach "[^<]" suchen lassen, sondern nach "[^>]", denn er soll ja nach innerhalb von "<p>" nicht vorzeitig geschlossen werden.
- Was sollte dieses Zeichen: "<p[^\<]+\>.*·\<span" bedeuten? Kann ich momentan nicht so richtig nachvollziehen, wozu das da steht!?

Letztendlich funktioniert es jedenfalls so, wie ich es angegeben habe - auch mit dem Ungreedy. Warum deiner nicht so hundertprozentig hingehauen hat könnte ich zwar versuchen rauszufinden, aber das kostet mir ein bisschen zuviel Zeit wenn man bedenkt, dass das Problem eigentlich schon gelöst ist!? :)

[Bleistift]

Danke