phpの正規表現について

Question

お世話になります。
以下のパターンの正規表現がどうしても、うまくいきません、、、

抽出したいものは、以下の3つになります。
＊ "-----"は抽出したくないものとなります、

①+0.333
②-5555
③100,000

<td nowrap align="left"><font color=#FF0000>+0.333</font></td>
<td nowrap align="left">&nbsp;<font color=#00FF00>-5555</font></td>
<td nowrap align="left">100,000</td>
<td nowrap align="left">-----</td>
	

どなたかお力添えを願えませんでしょうか。。
また正規表現（php)について、わかりやすく勉強になるサイト等があれば私も積極的に勉強していきたいので、合わせてご教示願えれば幸いです。

よろしくお願い申し上げます。

Comments

[Mr_Roboto]

実際に書いた正規表現を記述したほうがいいと思いますよ。

Answer 1

サルにもわかる正規表現入門

自分なら、正規表現は使わないで、strip_tags を使いますね。

そもそも、正規表現が得意じゃないので、「デバッグしにくい」「例外がありそうだけど判断しにくい」など、安全なアプリケーションを作成する上で、「正規表現を使わなくてもできるものは、正規表現を使わない」。
少なくとも、自分でパターンを作れない場合は、正規表現を利用しないというルールでやってます。

Comments

[SugiuraY]

ご回答をいただき、ありがとうございます。
お恥ずかしい話ですが、strip_tagsを初めて知りました、非常に便利そうな関数ですね。早速実践をしてみようと思います。
よろしくお願い申し上げます。

Answer 2

そういうのは、正規表現じゃなくて、XMLパーサー、HTMLパーサーを使います。

Comments

[SugiuraY]

ご回答をいただき、ありがとうございます。
実はXML Pather（simplexml_import_dom）を使用してはじめ試みたのですが、
どうしても返り値が空が帰ってきてしまう箇所がありました。
domの考え方からするとそんなことはありえないのではと思ったのですが、何をしても解消しなかったため、2日粘って、正規表現に切り替えました。。。HTML Patherは調べてみます。

[SugiuraY]

ご回答ありがとうございます。
一点、確認をさせてください。ご教示頂いた、
$pattern="/>([+-]*[0-9,.]+)</";
の二つ目の＋ですが、一文字以上を意味していると思いますが、本マッチングで果たしている役割が考えても結論に至りませんでした。この点だけ、恐れ入りますが、ご教示願います。

[otn]

日本語で書くと、先頭に+ -の0回以上の繰り返し、その次に数字かカンマかピリオドの1回以上の繰り返し。

Answer 3

とりあえず題意にそって正規表現では

$src =<<<eof
<td nowrap align="left"><font color=#FF0000>+0.333</font></td>
<td nowrap align="left">&nbsp;<font color=#00FF00>-5555</font></td>
<td nowrap align="left">100,000</td>
<hoge>++--001,..01223.4,,2</hoge>
<td nowrap align="left">-----</td>
eof;
$pattern="/(?<=>)[+\-]*[0-9,\.]+(?=<\/)/";
preg_match_all($pattern,$src,$matches);
print_r($matches);

ただし抜き出したものは必ずしも数値として有効ではありません
チェックが必要なら別のバリデート処理を追加する必要があります

Comments

[SugiuraY]

ご回答頂きありがとうございます。調べたのですが先読、後読と呼ばれり技術が使われているようで、初めてしりました。この点、深く勉強してみます。

[otn]

先読み、後読みしなくても、括弧によるキャプチャを使って、
$pattern="/>([+-]*[0-9,.]+)</";
preg_match_all($pattern,$src,$matches);
print_r($matches[1]);
でもいいです。$matches[0]にマッチした全体が、$matches[1]に括弧内だけが入ります。