簡単でお恥ずかしいのですが・・正規表現

質問

文字列：aaa="あいうえお" bbb
から

あいうえお

だけ、抽出したい

$a= "aaa=\"あいうえお\" bbb";
mb_ereg("aaa=\"(.*)\" bbb",$a,$b);
　print "$b[1]";

ではうまいてきません。
$a= "aaa=\"あいうえお\" bbb";
mb_ereg("aaa=\"(.*)bbb",$a,$b);
　print "$b[1]";

では、

あいうえお"

になってしまいます。

よろしくお願いします。

回答No.4

sakusaker7 · ベストアンサー

どうもやりたいことが良くわかりません。
そんながちがちのパターンで検索しないでも、どのプロパティで“あいうえお”
が現れるのかわかっているのならこんな感じのパターンマッチで十分な気がしますが。

<?php

mb_regex_encoding('sjis');

$str = '<input type="text" name="Title" size="30" value="あいうえお" tabindex=1>';

print "try mb_ereg(1)\n";
$pat = 'value="(.*?)"';
mb_ereg($pat, $str, $matchmb);
print_r($matchmb);

print "try preg\n";
$pat = '\w+="(.*?)"';
preg_match_all("/$pat/", $str, $matchp);
print_r($matchp);

実行結果:

X-Powered-By: PHP/4.4.7
Content-type: text/html

try mb_ereg
Array
(
[0] => value="あいうえお"
[1] => あいうえお
)
try preg
Array
(
[0] => Array
(
[0] => type="text"
[1] => name="Title"
[2] => size="30"
[3] => value="あいうえお"
)

[1] => Array
(
[0] => text
[1] => Title
[2] => 30
[3] => あいうえお
)

)

サーバーによってどうこうは、バージョンによるものくらいしか
思いつきません
#要はバグ

お礼

sakusaker7さん、いろいろありがとうございます。
まず、
mb_regex_encoding('sjis')は、知りませんでした。
これを入れたら、成功しました。

また、別件として
下記のようなhtmlの中の
カラーの値だけ（#FFFFFF,#000000,#0000FF）抽出したかったのです。
<font color="#FFFFFF">■</font>背景色<br>
<input type="text" name="back_c" istyle="3" MODE="alphabet" maxlength="7" value="#FFFFFF">
<br>
<font color="#000000">■</font>テキスト色<br>
<input type="text" name="char_c" istyle="3" MODE="alphabet" maxlength="7" value="#000000">
<br>
<font color="#0000FF">■</font>リンク色<br>
<input type="text" name="link_c" istyle="3" MODE="alphabet" maxlength="7" value="#0000FF">';

提示された「\w+="(.*?)」という正規表現でマッチングさせると、
配列の中に、配列ができていて、
その要素を明示的に指定することによって
抽出することにしました。

むーん、それにしても正規表現は難しすぎますね。

なんとか、今回は解決しました。
ありがとうございました。

補足

\w+="(.*?)"
は、言葉にすると
どんな条件ですか？

""で、囲まれたものを取り出す
ということですか？

回答No.5

sakusaker7

> \w+="(.*?)"　は、言葉にするとどんな条件ですか？
単語を構成する文字(\w)の一文字異常の並びに'='が続き、それにダブルクォートに
囲まれた任意の文字列(長さ0以上)が続くもの
といったところでしょうか。
で、ダブルクォートの中を$1として捕獲すると。

PHP 基礎編9 - 正規表現、マッチ、置き換え、ereg、eregi、eregi_replace - SAK Streets
http://homepage2.nifty.com/sak/w_sak3/doc/sysbrd/php_k09.htm

前回の回答で書き忘れましたが、mb_regex_encoding}()は
preg_* の関数群には影響しません。preg_*は、マルチバイト文字
としてはUTF-8のみ受け付けます(フラグ指定が必要)。

お礼

お手数をおかけしました。
ありがとうございます。
これで、htmlから、値を抽出する場合
配列に分解してから、指標で指定するというやり方で
いろいろ応用できそうです。

回答No.3

sakusaker7

mb_regexのデフォルトエンコーディングを指定する必要があるようです。

<?php

mb_regex_encoding('sjis');

$str = 'aaa="あいうえお" bbb';
//$str = 'aaa="xxxxx" bbb';

print "try mb_ereg\n";
mb_ereg('aaa="(.*)" bbb', $str, $matchmb);
print_r($matchmb);

print "try preg\n";
preg_match('/aaa="(.*)" bbb/', $str, $matchp);
print_r($matchp);

実行結果:
X-Powered-By: PHP/4.4.7
Content-type: text/html

try mb_ereg
Array
(
[0] => aaa="あいうえお" bbb
[1] => あいうえお
)
try preg
Array
(
[0] => aaa="あいうえお" bbb
[1] => あいうえお
)

回答No.2

sakusaker7

ダブルクォートの中だけ取れればいいのなら、その前後のaaa とか bbb は
気にしないでいいと思うのですが、何か条件があったりします?

お礼

もうすこし、具体的に書きます。

$a より「正規表現」を使って、
「おいうえお」を抽出したいのです。

<?php
$a= "<input type=\"text\" name=\"Title\" size=\"30\" value=\"あいうえお\" tabindex=1>";
$patrrn= "<input type=\"text\" name=\"Title\" size=\"30\" value=\"";
mb_ereg("$patrrn(.*)\" tabindex=1>",$a,$b);
print "$b[1]";
?>

サーバーによって結果が異なることなんて、ありますか？

補足

私の質問を見ていただきありがとうございます。

この例では、確かにその通りですが、
実際には、前後が続きますので、
ほかの個所でも""を使用しています。
特定の個所を区別するために、「bbb」
も含めて考えていただけますか？

回答No.1

asuncion

当方では、下記のスクリプトで
あいうえお
という結果を得ました。
PHP 5.2.5, WindowsXPの環境です。

<?php
$a = "aaa=\"あいうえお\" bbb";
mb_ereg("aaa=\"(.*)\" bbb", $a, $b);
print "$b[1]";
?>

補足

ご回答、ありがとうごさせいます。
そうですか？
どうして私の環境では、
ダメなのでしょうか？
php のバージョンは、「4.4.6」です。
やはり、うまくいきません。