Как реализовать поиск по строке с корректировкой данных?

Question

[Александр]

Добрый вечер, уважаемые программисты!
Подскажите пожалуйста, можно ли реализовать мою идею средствами php?
Есть строка, из БД (комментарий), в ней могут быть разного рода bbcode, текст и т.д.
Мне нужно проанализировать строку на наличие тегов изображений, например:

[img]https://sun9-58.userapi.com/impg/OGT3aYYThqjfZ3gnVOX3a0l2kFguyTwE9kcQ6w/bmPAy_E5rHs.jpg?size=1010x1011&quality=96&sign=1e57b8efd8b03a0057f731f115693cd2&type=album[/img]

Ссылки могут быть на разные ресурсы, но не в этом суть.
Мысль такая, что если в строке есть более двух таких bbcode, то все что после второго, обернуть в bbcode

[spoiler]тут весь контент после второго изображения[/spoiler]

Есть идеи как это сделать?

Comments

[Adamos]

Внезапно! регуляркой.

[Александр]

Adamos, просто они для меня темный лес. Я понимал что скорее всего ими возможно, но не был уверен

[Adamos]

Александр, регулярки - это совсем не сложно, и это практически обязательный багаж для современного разработчика.
Да и прочим "компьютерным" профессиям не помешает.

Answer 1

[AUser0]

RegExp, мощнейшая вещь в деле обработки текста. Вот такое попробуйте:

if (preg_match("#^(.*?\[img\][^\[\]\s]*\[/img\].*?\[img\][^\[\]\s]*\[/img\])(.+)$#si", $str, $r)) {
    $str = "{$r[1]}[spoiler]{$r[2]}[/spoiler]";
    die($str);
}

Comments

[Александр]

Спасибо, как проверю, отпишусь

[Александр]

Заметил баг один у данного решения. Например, строка содержит только 2 картинки, а не три, то спойлер все-равно отображается, только в нем нет данных...

[AUser0]

Можно добавить в if проверку на наличие текста для спойлера:
AND !preg_match("#^[\s\r\n]*$#s", $r[2])

Но действительно, код реагирует на 2 [img], не на 3. Можете сами добавить 3-ий [img], по аналогии, заодно и с RegExp познакомитесь.

P.S. Добавлять [img] надо вовнутрь второй пары круглых скобок.

[Александр]

AUser0, Спасибо большое.
Я доработал под себя так:

function spoilerToMsg($text){
   # Проверим на наличие спойлера в тексте сообщения (возможно юзер убрал картинки под спойлер самостоятельно
   if (!preg_match("!\[spoiler(.*?)](.*?)\[/spoiler\]!si",$text ,$a))
   {
        # Спойлер не обнаружен, проверим содержимое на наличие картинок в тексте.
        # Если их более трех, то все картинки после третьей убираем под спойлер
    	if (preg_match("#^(.*?\[img\][^\[\]\s]*\[/img\].*?\[img\][^\[\]\s]*\[/img\].*?\[img\][^\[\]\s]*\[/img\])(.+)$#si", $text, $r) AND !preg_match("#^[\s\r\n]*$#s", $r[2])) {
                # Посчитаем количество всего изображений
    		preg_match_all("!\[img](.*?)\[/img\]!si",$text ,$match);
    		$countImg = count($match[1]);
          # Если их больше четырех, то прячем под спойлер, если 4, то одну картинку отдельно в спойлер не выносим!
    	  if($countImg > 4){
             $text = "{$r[1]}[spoiler title=\"Остальной контент здесь\"]{$r[2]}[/spoiler]";
           }
        }
     }else{
        # Если спойлер в тексте есть, нужно проверить есть ли в нем содержимое, если содержимого нет, то проверим текст далее
        # Возможно спойлер был пустой, а далее идут изображения
     	if(!$a[2]){
     		if (preg_match("#^(.*?\[img\][^\[\]\s]*\[/img\].*?\[img\][^\[\]\s]*\[/img\].*?\[img\][^\[\]\s]*\[/img\])(.+)$#si", $text, $r) AND !preg_match("#^[\s\r\n]*$#s", $r[2])) {
             preg_match_all("!\[img](.*?)\[/img\]!si",$text ,$match);
    		$countImg = count($match[1]);
    		 if($countImg > 4){
             $text = "{$r[1]}[spoiler title=\"Остальной контент здесь\"]{$r[2]}[/spoiler]";
             }
            }
     	}
     	
     }

        return $text;
  }

[Михаил Ливач]

Александр, можно же проще:

function spoilerToMsg(string $text, int $limit = 2): string
{
    $innerLimit = 2 * $limit;
    /*
     * тут у нас совпадение: из-за того, что нумерация внутри массива идёт с 0,
     * индекс последней части равен $innerLimit
     */
    $lastIndex = $innerLimit;
    /*
     * по умолчанию поиск не жадный
     */
    $pattern = '#(' . preg_quote('[img]', '#') . '.*' . preg_quote('[/img]', '#') . ')#uU';
    $parts = preg_split($pattern, $text, $limit+1, PREG_SPLIT_DELIM_CAPTURE);
    if (
        count($parts) > $innerLimit 
        && strpos($parts[$lastIndex], '[img]') !== false 
        // не очень правильно, надо бы именно обёрнутость проверять
        && strpos($parts[$lastIndex], '[/spoiler]') === false) 
    {
        $parts[$lastIndex] = '[spoiler title="Остальной контент здесь"]' . $parts[$lastIndex] . '[/spoiler]';
    }
    return implode('', $parts);
}

[Михаил Ливач]

а по-хорошему, надо бы использовать какую-то библиотеку токенизации

[Александр]

Михаил Ливач, спасибо большое за реализацию, в отличии от моей функции, тут есть один недостаток. Если изображений три, то 2 отображаются, а третье прячется под спойлер. В моем варианте, под спойлер третье изображение не уходит, если их всего 3. А вот если 4 и более, то прячется все что после второго.

[AUser0]

Александр, если пораскинуть мозгами и поменять int $limit = 2 на что-то другое, то будет интересный результат...

[Александр]

AUser0, погодите! Эта переменная задает количество отображаемых изображений, после которых все уходит под спойлер.
Соответственно если будет значение 3, то после третьей картинки уже будет уходить под спойлер, а не после второй. А при значении 2 отображаются 2 изображения, а остальные под спойлер и этот вариант как-раз меня устраивает НО... Если в тексте всего 3 изображения, то спойлер вообще не нужен. Т.е, если изображений 4 и более, то 2 показываем остальное прячем. Если три, то показываем все без спойлера

[AUser0]

Александр, вот ведь...
Попробуйте $limit = 4, а $limit+1 меняйте на $limit-1, вроде... Хотя нет, тогда спойлер криво закроется. Надо звать Михаил Ливач, он правильно адаптирует свой код.

[Александр]

Тут вот что интересно count($parts) > $innerLimit а я сделал логирование и выяснил, что count($parts) всегда равен $innerLimit

[AUser0]

Александр, ну да, потому что в preg_split() указан один из аргументов (третий), который просто ограничивает кол-во элементов в результатирующем массиве.

P.S. Эм, всегда-всегда? То есть спойлер никогда не добавляется?

[Александр]

AUser0, Спойлер то отображается. Все работает корректно! Кроме того что я описывал выше. Вот выдержка из логов, по списку камментов

spoiler

DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 7 INNERLIMIT: 7;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 3 INNERLIMIT: 3;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 3 INNERLIMIT: 3;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 7 INNERLIMIT: 7;
DATA: LIMIT: 3 COUNT: 7 INNERLIMIT: 7;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 7 INNERLIMIT: 7;
DATA: LIMIT: 3 COUNT: 3 INNERLIMIT: 3;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;
DATA: LIMIT: 3 COUNT: 1 INNERLIMIT: 1;

[AUser0]

Александр, что-то тут не так. В if определённо и однозначно сказано count($parts) > $innerLimit. Сделайте этот вывод данных внутри самого if-а, для проверки.

[Михаил Ливач]

Александр, у Вас явно какая-то ошибка, так как innerLimit не может быть нечётным, это же видно по коду функции.
Идея была в следующем: preg_split() делит текст подобно explode(), но с заданным флагом разделитель тоже попадает в результат. Таким образом:

1. если разделителя не было - в результате будет массив из 1 элемента
   
2. если разделитель был однократно - в результате будет массив из 3 элементов
   
3. если разделитель был двукратно - в результате будет массив из 5 элементов и так далее..
   

(кстати, аргумент $limit в preg_split() указывает на число частей, не считая разделители, что несколько неожиданно).
Однако массив нумеруется с нуля, поэтому последний элемент массива будет иметь ключ 0,2,4.

[Михаил Ливач]

добавил в функцию отладку и простенький тест, всё так, как я ожидал. Проверял на PHP 8.1.20 .
Возможно, не очень логичный момент в том, что спойлер начинается сразу после "максимально допустимой" картинки. То есть нельзя написать такой текст:

[img]...[/img][img]...[/img] остальное под спойлером: [img]...[/img][img]...[/img][img]...[/img]

и ожидать, что получится красиво.

<?php
function spoilerToMsg(string $text, int $limit = 2): string
{
    $innerLimit = 2 * $limit;
    /*
     * тут у нас совпадение: из-за того, что нумерация внутри массива идёт с 0,
     * индекс последней части равен $innerLimit
     */
    $lastIndex = $innerLimit;
    /*
     * по умолчанию поиск не жадный
     */
    $pattern = '#(' . preg_quote('[img]', '#') . '.*' . preg_quote('[/img]', '#') . ')#uU';
    $parts = preg_split($pattern, $text, $limit+1, PREG_SPLIT_DELIM_CAPTURE);
    echo "limit: {$limit}, parts: ".count($parts)."\n";
    if (
        count($parts) > $innerLimit
        && strpos($parts[$lastIndex], '[img]') !== false
        // не очень правильно, надо бы именно обёрнутость проверять
        && strpos($parts[$lastIndex], '[/spoiler]') === false)
    {
        $parts[$lastIndex] = '[spoiler title="Остальной контент здесь"]' . $parts[$lastIndex] . '[/spoiler]';
    }
    return implode('', $parts);
}

$test = '[img]bmPAy_E5rHs.jpg[/img] и ';
$prefix = "Здесь немного текста для начала. ";
for( $limit = 0; $limit < 5; $limit++ ) {
    for ( $n = 0; $n < $limit + 3; $n++ ) {
        echo "{$n}:\n";
        $text = $prefix.str_repeat($test, $n);
        echo spoilerToMsg($text, $limit), "\n";
    }
    echo "\n";
}
echo "done\n";