Problēmas ar regexpiem

[andrisp]

Tā, te man ir tāda neveikla regexpu čupa, kas nestrādā īsti kā vajadzētu.

 

Doma ir izfiltrēt no stringa visus SIA AS A/S IK utt..

 

Problēma vispār ir tajā, ka, piem., stringam 'Dzelzceļsabiedrība AS a/s' pirmais AS tiek izgriezts, bet otrais ne, jo abiem pārklājās \s pa starpu. Ieteikumi, lai tiktu izgriezti abi ? Un vispār varbūt varat ieteikt kā uzrakstīt īsāk šos regexpus?

 

 

$val = 'Dzelzceļsabiedrība AS a/s ';
$excl = array('/\s+sia\s+/i', '/\s+as\s+/i', '/\s+a\/s\s+/i', '/\s+ik\s+/i', '/\s+i\/k\s+/i', '/\s+zs\s+/i', '/\s+z\/s\s+/i', '/\s+iu\s+/i', '/\s+i\/u\s+/i', '/^sia\s+/i', '/^as\s+/i', '/^a\/s\s+/i', '/^ik\s+/i', '/^i\/k\s+/i', '/^zs\s+/i', '/^z\/s\s+/i', '/^iu\s+/i', '/^i\/u\s+/i', '/\s+sia$/i', '/\s+as$/i', '/\s+a\/s$/i', '/\s+ik$/i', '/\s+i\/k$/i', '/\s+zs$/i', '/\s+z\/s$/i', '/\s+iu\$/i', '/\s+i\/u$/i');
$val = preg_replace($excl, '', $val);
print_r($val);

[GedroX]

<?php
if (!function_exists('escapeExpression')) {
function escapeExpression($s) {
	return preg_replace('/([\/\\\+\-\^\(\)\[\]\.\*\?\$])/', '\\\${1}', $s);
}
}
$val = 'Dzelzcelsabiedribas AS AS a/s ik';
$excl = Array('sia', 'as', 'a/s', 'ik', /*utt*/);
foreach ($excl as $key => $value) {
$excl[$key] = '/\b' . escapeExpression($value) . '\b/i';
}

$val = preg_replace($excl, '', $val);
echo $val;
?>

[andrisp]

Paldies, strādā.

 

Bet turpinot par tēmu:

 

Ir fails utf-8 kodējumā.

 

Izpildot zemāk redzamo kodu, tiek izdots 'Glaanznsakninnu rniakainsi' nevis 'Glazskunu rukisi' kā būtu paredzēts.

 

<?php
function rem_lv_chars($str) {
$ko = array('/[Āā]/','/[Čč]/','/[Ēē]/','/[Ģģ]/', '/[Īī]/','/[Ķķ]/','/[Ļļ]/', '/[Ņņ]/','/[Ōō]/','/[Šš]/', '/[Ūū]/','/[Žž]/');
$ar = array('a','c','e','g','i','k','l','n','o','s','u','z');
$str = preg_replace($ko, $ar, $str);
return $str;
}
echo rem_lv_chars('Glāžšķūņu rūķīši');
?>

Edited April 26, 2006 by andrisp

[bubu]

Es nesaprotu nafig tur kautkādus regexpus? Tas ir kā ar lielgabalu šaut pa zvirbuļiem. Tak ar prastu str_replace visu var izdarīt, daudz ātrāk un saprotamāk.

[GedroX]

$ko = array('/Ā/','/Č/','/Ē/','/Ģ/', '/Ī/','/Ķ/','/Ļ/', '/Ņ/','/Ō/','/Š/', '/Ū/','/Ž/','/ā/','/č/','/ē/','/ģ/', '/ī/','/ķ/','/ļ/', '/ņ/','/ō/','/š/', '/ū/','/ž/',);
$ar = array('A','C','E','G','I','K','L','N','O','S','U','Z', 'a','c','e','g','i','k','l','n','o','s','u','z');

 

, jo [Āā] tiek uztverts kā 4 simboli - katrs burts - divi ASCII simboli (tautas valodā - ķeburi).

 

P.S. Un bubu kā parasti taisnība... :) Iepriekšējā gadījumā bija vajadzība, jo SIA var visādi uzrakstīt - Sia, sIA, SIA... un vēl visādi vārdu atdalītāji tad jādefinē pašam...

Edited April 26, 2006 by GedroX

[andrisp]

Pareizi jau ir, tikai tāpat nesmuki izskatās:

function rem_lv_chars($str) {
$ko = array('ā','č','ē','ģ','ī','ķ',
						'ļ','ņ','ō','š','ū','ž',
						'Ā','Č','Ē','Ģ','Ī','Ķ',
						'Ļ','Ņ','Ō','Š','Ū','Ž');
$ar = array('a','c','e','g','i','k',
						'l','n','o','s','u','z',
						'a','c','e','g','i','k',
						'l','n','o','s','u','z');
$str = str_replace($ko, $ar, $str);
return $str;
}

 

Mēģināju jau arī strtolower, lai nebūtu dubultā viss jāraksta, bet lielie latviešu simboli nepareizi konvertējās.

[GedroX]

Nu tas ir pirmais, kas jāizdara - jāuzraksta funkcija lower latviešu burtiem. :)

[Delfins]

nevis lielgabals, bet zenītiekārta (ar masīvu šauj) ;)

[GedroX]

array(

 

'ā','č','ē','ģ','ī','ķ',

'ļ','ņ','ō','š','ū','ž',

'Ā','Č','Ē','Ģ','Ī','Ķ',

'Ļ','Ņ','Ō','Š','Ū','Ž'

 

);

 

array(

 

'a','c','e','g','i','k',

'l','n','o','s','u','z',

'a','c','e','g','i','k',

'l','n','o','s','u','z'

 

);

 

Točna zeņitkas!!!! o_O

Edited April 26, 2006 by GedroX

[andrisp]

Bet kā tad ?

[GedroX]

Ir ok. Tas str_replace ir pietiekami labs (tikai taisi, lai Ā pārvēršas A nevis a burtā).

[andrisp]

Man tas nav svarīgi - tāpat pēc tam izmantoju strtolower.

[bubu]

Točna zeņitkas!!!! o_O

Tam koda gabalam, ko tu ieliki, gan nav ne vainas. Taču tam /Ā/... tie jau nav normāli.