problema con expresiones regulares

[diego007007]

Hola amigos, tengo un pequeño problema con expresiones regulares, ya tengo escrita estas 2 expresiones y me trabajan bien:

Código PHP:

  $regExp2="/href=\"(.*?)\"/is" ;
$regExp2="/<a.*?>(.*?)<\/a>/is"; 
   

la primera es para sacar todas las href de un html y la segunda es para sacar las links que se encuentran entre <a></a>;
lo que en este momento quiero hacer es:
1) sacar las html que se encuentren en un texto sin importar si son links o solo texto
2) sacar las html solo de texto, que no se encuentren antes de href u entre <a></a>

me puse a leer un poco y lo que consegui fue lo siguiente para en primer caso

Código PHP:

  $regExp3="/^http/is" ;
o otro
$regExp3="/http$/is" ; 
   

no se cual de las dos esta bien para mi caso, pero ninguna me funciona, si pueden ayudarme, gracias

[Ronruby]

Es mejor usar una funcion de cadenas, como stripos()

Si stripos($cadena, 'http://'); devuelve 0, quieres decir que la cadena comienza con http:// y por lo tanto es una direccion. Luego de ahi puedes usar file_get_contents() para leer el archivo y obtener las URL dentro de este.
Si stripos devuelve FALSE o un valor diferente de 0, pues solamente tienes que leer la cadena.

[diego007007]

hola Ronruby, estoy leyendo sobre esta funcion stripos() y creo que si da el resultado como yo lo necesito, pero el problema es que tengo ya un programa bien grande que necesita usar esas expresiones regulares, no hay forma de hacerlo con expresiones regulares?, por lo menos la primera parte si creo se puede hacer

[Ronruby]

Es que no vale la pena, si puedes hacerlo con funciones de cadena, es mejor asi. Estas consumen mucho menos que las expresiones regulares.

Pero si deseas usar expresiones regulares, entonces el patron /^http:\/\//i deberia funcionar.

[diego007007]

Hola, tengo este codigo, pero no me trabaja con esa expresion regular:

Código PHP:

  $swear = array("MySQL");
$text= file_get_contents("codigo.txt");
foreach($swear as $key=> $value){
$text = str_replace("$value", " ", $text);
}
$regExp1="/^http:\/\//i";
$file = ('$text');
preg_match_all($regExp1,$text,$a);
$count = count($a[1]);
echo "<b>Number of Urls</b> = " .$count."<p>";
for ($row = 0; $row < $count ; $row++) {
echo $a[1]["$row"]."<br>";
$link = $a[1]["$row"]." <br> ";
$url = $link;
$fh = fopen("direcciones.txt", "a" );
fwrite( $fh, $url);
fclose( $fh );
} 
   

Alguien tiene alguna idea del porque no trabaja con la $regExp1, pero si uso la $regExp2 o la $regExp3 si trabaja.

[Ronruby]

Espera un momento, tu lo que quieres es:
Sacar las URL de un archivo o evaluar si la fuente de donde extraeras las URL es una cadena o una direccion?

[diego007007]

ya lo consegui amigos, usando

Código PHP:

  $regExp1="/(http:[^ ]*)/i"; 
   

Pero tengo un nuevo problema con expresiones regulares, tengo el siguiente codigo

Código PHP:

  <?
function Obtener_contenidos1($url1,$inicio1='',$final1){
$source1 = @file_get_contents($url1)or die('se ha producido un error');
$posicion_inicio1 = strpos($source1, $inicio1) + strlen($inicio1);
$posicion_final1 = strpos($source1, $final1) - $posicion_inicio1;
$found_text1 = substr($source1, $posicion_inicio1, $posicion_final1);
return $inicio1 . $found_text1 .$final1;
}    
$url1 = "http://www.threatexpert.com/report.aspx?md5=2a306cc6ac1767d5548529285ec0cd45";
$mega= Obtener_contenidos1($url1,'<table cellpadding="0" cellspacing="0" style="width:100%"><tr><td><img style="border: none"             src="./resources/other_mod.gif"/></td><td width="100%" class="h3">Other details</td></tr></table>','<div class="discl">');
$d = $mega;
$swear1 = array("<li>", "</li>", "<td class=\"cell_1\">", "</td>", "<td>", "</tr>", "<tr>");
foreach($swear1 as $key=> $value){
$d = str_replace("$value", " ", $d);
}    
$marca = "/\.([a-z]{2,4})$/";
preg_match_all($marca,$d,$c);
echo $c."<br>";
$count1 = count($c[1]);
echo $count1."<br>";
for ($r = 0; $r < $count1 ; $r++) {
    echo $c[1][$r]."<br>";
}
?>   

Lo que necesito es que saque las direcciones por el dominio de primer nivel, en este caso creo que tendria que mostrarme los .exe, pero no muestra nada; sera problema de la expresion regular o del codigo en si ya que siuso como ejemplo la siguiente expresion regular "/(http:[^ ]*)/i" si funcona, de antemano gracias

El codigo lo simplifique de esta manera:

Código PHP:

  $str = file_get_contents("http://www.threatexpert.com/report.aspx?md5=2a306cc6ac1767d5548529285ec0cd45");
$text1 = ereg_replace("</td>", " ", $str);
$text2 = ereg_replace("<br>", " ", $text1);
$text3 = ereg_replace("\"", " ", $text2);
$text = ereg_replace("</li>", " ", $text3);
$swear = array("http://www.threatexpert.com", "<td>", "</tr>", "<tr>");
foreach($swear as $key=> $value){
$text = str_replace("$value", " ", $text);
}
$regExp1="/(\.[a-z]{1,4}[$ ]*)/i";
$file = ('$text');
preg_match_all($regExp1,$text,$a);
$count = count($a[1]);
echo $count;
for ($row = 0; $row < $count ; $row++) {
echo $a[1]["$row"]."<br>";
} 
   

pro no se como hacer para que muestre el array

el codigo lo corregi y ya muestra los dominios de primer nivel, pero falta que muestre toda la direccion como en el caso de los exe, tendria que mostrar im/172.exe im/podmena.exe im/adv.exe etc el dominio de primer nivel con el de segundo, pero no muestra nada de eso,
buscando en lagunos lugares e podido hacer esta expresion regular que muestra algo de lo que necesito, pero necesito mejorarlo

$regExp1="/([^ ]*)(\.[a-z]{1,4}[$ ]*)/i";

alguien me ayude, please!!!

LLegue a esto pero me sale error

Código PHP:

  $str = file_get_contents("http://www.threatexpert.com/report.aspx?md5=2a306cc6ac1767d5548529285ec0cd45");
$text1 = ereg_replace("</td>", " ", $str);
$text2 = ereg_replace("<br>", " ", $text1);
$text3 = ereg_replace("\"", " ", $text2);
$text = ereg_replace("</li>", " ", $text3);
$swear = array("http://www.threatexpert.com", "<td>", "</tr>", "<tr>", "<li>", "<br>");
foreach($swear as $key=> $value){
$text = str_replace("$value", " ", $text);
}
$regExp1="/[^.]+\.[^.]+$/i";
preg_match($regExp1, $text, $coincidencias);
$count = count($coincidencias[1]);//error aqui
for ($row = 0; $row < $count ; $row++) {
    echo $coincidencias[1][$row]."<br>";
} 
   

el error es:

Código PHP:

  Notice: Undefined offset: 1 in C:wampwwwkavget.php on line xx 
   

Please, help!!!

[thezzin]

el Error Con esto lo puedes Solucionar.

if(isset($coincidencias[1])){

Código PHP:

  <?php
$str = file_get_contents("http://www.threatexpert.com/report.aspx?md5=2a306cc6ac1767d5548529285ec0cd45");
$text1 = ereg_replace("</td>", " ", $str);
$text2 = ereg_replace("<br>", " ", $text1);
$text3 = ereg_replace("\"", " ", $text2);
$text = ereg_replace("</li>", " ", $text3);
$swear = array("http://www.threatexpert.com", "<td>", "</tr>", "<tr>", "<li>", "<br>");
foreach($swear as $key=> $value){
$text = str_replace("$value", " ", $text);
}
$regExp1="/[^.]+\.[^.]+$/i";
preg_match($regExp1, $text, $coincidencias);
//---------------------------
if(isset($coincidencias[1])){
//---------------------------
$count = count($coincidencias[1]);//error aqui
for ($row = 0; $row < $count ; $row++) {
    echo $coincidencias[1][$row]."<br>";
  }
//--------------------------- 
}//else{ Otra cosa }
//---------------------------   

[argy]

la librería POSIX a partir de php 5.3 es obsoleta.

reemplaza ereg_replace por preg_replace.

[diego007007]

Gracias thezzin, se arreglo el problema, pero sigue sin sacar las direcciones por dominio de primer nivel, aguien que tenga alguna idea de como hacerlo
Gracias argy ya puse en lugar de ereg_replace puse preg_replace.