Bonjour,  
 
voila j'ai un probleme avec l'expression régulière suivante qui me découpe une balise HREF d'une page HTML:
 
/(.*)<\s*a(.*)href\s*=\s*"(.*)"(.*)>(.*)/
  $1           $2                    $3   $4    $5
 
Avec le code suivant, <a href="test.html">Test</a>  j'obtiens pour $3 :
    test.html
 
Avec le code suivant, "<a href="test.html"><img src="image.jpg"></a>, j'obtiens pour $3 :
    test.html"><img src=
 
Le premier fonctionne bien mais pour le deuxième, j'aimerais avoir le même résultat que pour le premier, c'est à dire que je n'obtienne pour $3 que le contenu entre les premieres côtes ouvrantes et les premières côtes fermantes.
 
J'attends votre aide
 
Merci

Remplace le "tout caractère" pour $3 par "des caractères alphanumériques, un point, des caractères alphanumériques"
 
/(.*)<\s*a(.*)href\s*=\s*"(\w*\.\w*)"(.*)>(.*)/

je suis d'accord mais si le lien est le suivant :
   <a href="http://serveur/test.html">...
ca ne marche pas

/(.*)<\s*a(.*)href\s*=\s*"(.*\w*\.\w*)"(.*)>(.*)/
 
Dans ce cas là: tu récupères : http://serveur/test.html

c'est pareil

En attendant de pouvoir le faire avec une seule expression régulière. voilà une solution avec deux conditions  
 

Tu veux récupérer quoi dans $5, les autres balises?

dans :
  $1 : rien
  $2 : rien
  $3 : test.html
  $4 : rien
  $5 : <img src="image.jpg"></a>

Voilà une solution sans prendre en compte tes $1, $2 et $4 vu que tu n'attends rien dedans
 
Chaine de caractère :  

 
Expression régulière

 
Résultats

 
Per contre il faut faire attention car si tu as <a "href=\"http://serveur/test.html\">" comme cahine de caractère $2 est NULL et peut poser des problèmes

ok merci ca marche mais le problème c'est que je peux récupérer les autres $i

si par exemple, il y a un target dans la balise <a..

([^<]*)<\s*a(.*)href\s*=\s*"+([^ "<]*)[ "]+([^>]*)>(.*)/

c'est ce que j'avais pensé merci

Re salut,  
 
cette expression regulière fonctionne mais lorsque j'ai deux balises <a href> qui se suivent, seule la deuxième est traitée.  
 
ex :  
 
<a href="Test1.html">Test1</a><a href="Test2.html">Test2</a>  
 
Et donc :  
$1 : <a href="Test1.html">Test1</a>  
$2 :  
$3 : Test2.html  
$4 :  
$5 : Test2</a>

pourquoi tu utilises pas un module existant pour parser ton html?

voila une regexp que j'utilisais:
 

 
en fait c'etait pour doubler HTML-Parser (la callback a la meme "forme" ) pour avoir un truc redondant, mais HTML-Parser etait plus rapide et trouvais plus de liens malgres tout.