Куча говна / Говнокод #6198 Ссылка на оригинал

0

  1. 1
^(?:[^<>]*<[^<>]+>)+?[ \n\t]*Вопрос №\d+\:[ \n\t]*((?:<[^<>]+>[^<>]*)+?)(?:<table>|<table [^<>]*>)[ \n\t]*(?:<tr>|<tr [^<>]*>)[ \n\t]*(?:<td>|<td [^<>]*>)[^<>]*(?:(?:(?:(?:<div>|<div[ \n\t]*[^<>]*>)|</div>|<div[ \n\t]*?/[ \n\t]*?>)|(?:(?:<p>|<p[ \n\t]*[^<>]*>)|</p>|<p[ \n\t]*?/[ \n\t]*?>)|(?:(?:<font>|<font[ \n\t]*[^<>]*>)|</font>|<font[ \n\t]*?/[ \n\t]*?>)|(?:(?:<html>|<html[ \n\t]*[^<>]*>)|</html>|<html[ \n\t]*?/[ \n\t]*?>)|(?:(?:<body>|<body[ \n\t]*[^<>]*>)|</body>|<body[ \n\t]*?/[ \n\t]*?>)|(?:(?:<head>|<head[ \n\t]*[^<>]*>)|</head>|<head[ \n\t]*?/[ \n\t]*?>)|(?:(?:<span>|<span[ \n\t]*[^<>]*>)|</span>|<span[ \n\t]*?/[ \n\t]*?>)|(?:(?:<style>|<style[ \n\t]*[^<>]*>)|</style>|<style[ \n\t]*?/[ \n\t]*?>)|(?:(?:<title>|<title[ \n\t]*[^<>]*>)|</title>|<title[ \n\t]*?/[ \n\t]*?>)|(?:(?:<br>|<br[ \n\t]*[^<>]*>)|</br>|<br[ \n\t]*?/[ \n\t]*?>)|(?:(?:<img>|<img[ \n\t]*[^<>]*>)|</img>|<img[ \n\t]*?/[ \n\t]*?>)|(?:(?:<meta>|<meta[ \n\t]*[^<>]*>)|</meta>|<meta[ \n\t]*?/[ \n\t]*?>))[^<>]*)*Вариан

Продолжение (8 килобайт, сюда не влазит): http://pastie.org/1750060
Регулярка безусловно генерится, но всё равно ГК.

Запостил: burdakovd burdakovd, (Updated )

Комментарии (3) RSS

  • ava guest # Ссылка на оригинал 0

    извечное желание парсить html регулярками...
    Ответить

    • ava burdakovd # Ссылка на оригинал 0 ⇈

      Я знал, что это скажут.
      Да, можно было бы парсить с помощью HTML-парсера, например BeautifulSoup.
      Но! Код, который я получал на вход ооочень мало похож на парсабельный
      HTML.

      Избранное:
      открытые и не закрытые <tr> в таблице
      внутрь каждого <td> вставлена целая html-страница (с <html><head>, title, body, ...)
      Я удивлен, как браузеры вообще такое могли отобразить.

      Теги были чуть ли не на каждой странице расставлены по другому. Эта регулярка по крайней мере смогла хоть как-то зацепиться за какие-то инварианты страницы.
      Ответить

Добавить комментарий

Переведи на "PHP", guest!

    А не использовать ли нам bbcode?

    ↑
    8
    ↓