html-seite regexpen

[dec 0]

da bin ich mal wieder mit ner frage zu regexp

und zwar sieht der input so aus (html-file):

Seitentitel


Text etc.

 

den lese ich in einen string ein und möchte nun daraus den seitentitel und den body, wobei die anderen sachen wegfallen sollen.

habs mal so probiert:

]*)body([^>]*)>(.*)!eUs', '\\3', $string);	
?>

 

da krieg ich alles aus dem body raus, aber der rest ringsum bleibt trotzdem bestehen?

irgendwer ne idee, wie preg_replace (oder andere) besser aussehen könnten?

[lord_of_chaos 0]

(.*?)\/si", $string, $body);
preg_match("/\(.*?)\/si", $string, $titel);
?>

Bringts das? Ist nicht getestet...

[Guest]

Die "beste" Methode wäre wohl, das Einlesen des Strings per simplexml:

 

html->head->title->asXML();
$body = $xml->html->body->asXML();
?>

 

dazu muss PHP5 installiert sein und die HTML Datei sollte XHTML konform sein

Regexp: !(.+))!s und das in preg_match_all(). Keine Ahnung, ob das stimmt, ich bin ein wenig eingerostet.

Und nun werd ich weiter an meinem Geschichtsvortrag arbeiten.

Grüße, Tom

[dec 0]

hmm, möchte schon noch php4-kompatibel bleiben aber irgendwie tönt das mit der xml-funktion schon noch interessant, aber xtml-standard erfüllen.... hmmmm

preg_match funzelt gut und ist das, was ich jetzt genommen hab.

dankö für die beiden inputs!