perl frage zu regexp

[otelo]

Hi,

ich habe folgendes Problem und weiß nicht wie man es lösen kann.

Ein String mit haufenweise Text enthält an irgendeiner Stelle quasi markierten Text, ähnlich wie hier im Forum beim quote oder code.

TEXT TEXT ETXT ETES fjsefeasffs fskj fhsf
sfklsjl kjsf lsfj sl fjlsfj <--change-->blab bla blunnb blub </--change-->js sf
sfjke jlsf
s fks ls

Ich möchte alles von <--change--> bis </--change--> aus dem String entfernen.

mit

[CODE]
$text =~ s/<--change-->//sig;
[CODE]

würde ich ja nur das change geraffel löschen, kann ich die regexp so bauen, dass sie den Inhalt dazwischen löscht? Oder ist regexp dafür nicht geeignet?

Gruß
otelo

[sticky bit]

Probier mal s#<--change-->.*</--change-->##sig Kann allerdings sein, dass du da Probleme mit der "Gier" bekommst. Dann könnte s#<--change-->[^<]*</--change-->##sig helfen sofern zwischen den beiden Markern kein Kleiner-Als vorkommt...

[otelo]

geil :-)

danke!

damit gehts

 $text =~ s#<\-\-change\-\->.*<\/\-\-change\-\->##sig;

Und damit habe ich wieder etwas mehr regexp verstanden

Gruß
otelo

[baumgartner]

$text =~ s#<\-\-change\-\->.*?<\/\-\-change\-\->##sig;

wäre hier schneller weil er sonst alle zeichen für .* einsetzt und dann kürzt

ausserdem würde das so nur für einen TAG funktionieren und nicht für mehrere

EDIT:

$text =~ s#<\-\-change\-\->|<\/\-\-change\-\->##sig;

ein oder wär doch noch besser :-D

[sticky bit]

$text =~ s#<\-\-change\-\->.*?<\/\-\-change\-\->##sig;

wäre hier schneller weil er sonst alle zeichen für .* einsetzt und dann kürzt

ausserdem würde das so nur für einen TAG funktionieren und nicht für mehrere

Stimmt wohl. Aber '-' ist meines Wissens und auch meinen Nachschlagewerken nach kein Sonderzeichen, muss also nicht escaped werden, oder was ist mir da entgangen?

EDIT:

$text =~ s#<\-\-change\-\->|<\/\-\-change\-\->##sig;

ein oder wär doch noch besser :-D

Entfernt dann aber nur die Marker, ich denke der OP wollte dass auch der Text dazwischen schwindet...

[baumgartner]

zu 1) hast du recht, darauf hab ich aber gar net geschaut
lol

zu 2) stimmt hab ich überlesen, dann doch ersteres

[otelo]

*grins

habt recht, ich hatte bei Tests anfänglich Probleme mit dem minus (zumindest sah es so aus) und als ich minus ausquotiert hatte gings auf einmal, aber nach euren Beiträgen hab ich es umgestellt und nun funktioniert es auch so.

Was bedeutet das .*? in Worten? Bedeutet das in allen Fällen Wiederholung?

Gruß
otelo

[sticky bit]

Was bedeutet das .*? in Worten? Bedeutet das in allen Fällen Wiederholung?

Quantifizierte Submuster werden so oft wie möglich erkannt. Folgt den Mustern ein ?, wird die minimale Anzahl erkannt. Die folgenden Mengenmodifikatoren (>>Quantifier<<) stehen zu Verfügung:

+ Erkennt das vorstehende Musterelement ein oder mehrmals.

? Erkennt ein Element nicht oder einmal.

* Erkennt das Element nicht oder mehrmals.

Beispiel:

$text = "Hallo <mark>Erde</mark>Welt<mark>.</mark>!";
$text =~ s#<mark>.*</mark>##sig;
print($text . "\n");

Ausgabe:
Hallo !

$text = "Hallo <mark>Erde</mark>Welt<mark>.</mark>!";
$text =~ s#<mark>.*?</mark>##sig;
print($text . "\n");

Ausgabe:
Hallo Welt!

Ersteres frisst also alles zwischen dem ersten <mark> und dem letzten </mark>. Das meint ich mit der "Gier". Auf das ? bin ich dabei allerdings nicht gekommen, aber das hat baumgartner ja folgerichtig eingeworfen. Also letzteres ist das was du suchst.

[baumgartner]

bei .* ist die regex-engine gierig und versucht alles zu verschlingen

bei .*? versucht sie allerdings so wenig wie möglich dazwischen zu erkennen

@sticky bit, das bsp. ist gut :-D