Nak nahradit víceřádkové části XML souboru?

Omlouvam se, problem zrejme nebyl v nepravidelnem kodu, mezerach nebo tabech, ale v prilis "hladovem" samotnem vyrazu, ktery i pres "nehladovy" kvantifikator *? zacinal nalez k nahrazeni prilis brzy a zabral casti napric prvky <Document>

pokusil jsem se o opravu vyhledavaciho vyrazu; bylo by to na prislusnem radku snad:

Quote:

outputTxt = outputTxt.replace(/<Document about="(?:(?!<Document)(?:[^\r]|(?:\r\n)))*?<Zdroj>helpnet\.cz<\/Zdroj>(?:(?!<Document)(?:[^\r]|(?:\r\n)))*?<\/Document>/g, "");

- je doplnen opakovany "negativni lookahead"
(?!<Document)
tj. pred kazdym z "libovolnych" znaku mezi otviracim a ukoncovacim tagem se overuje, jestli nenasleduje oteviraci tag <Document
- to by melo zabranit zahrnuti nahrazovaneho textu napric temito elementy <Document

Pri zkusebnim spusteni na poskytnutem xml bylo zjisteno 8 nalezu pro:
<Zdroj>helpnet.cz</Zdroj>
a odstranily se prislusne prvky Document (snad tentokrat spravne - podle srovnani kodu oproti puvodnimu).

Pokud jde o dalsi upravy zarazene v konvertoru vyse, melo by je take jit zahrnout; pokud spravne chapu, ze jde o odstraneni (nahrazeni za nic), bylo by to napr.

Quote:

outputTxt = outputTxt.replace(/Anotace:\{\[p class="anot2017"\]\}/g, "");
outputTxt = outputTxt.replace(/\{\[\/p \]\}/g, "");
outputTxt = outputTxt.replace(/\t\t/g, "");

Tady jde o prime nahrazovani presneho retezce, jen je treba predradit zpetne lomitko pred zvlastni znaky RE.

S regulernimi vyrazy se holt clovek ma porad dost co ucit (chybama...), hlavne jsou dost citlive na presny format dat, je treba hlidat, jestli jsou vystupy ocekavatelne...

Zdravim,
vbr

Jeste na doplneni k moznostem dalsich uprav -
Slo by napr. zkusit nahrady:

Quote:

outputTxt = outputTxt.replace(/<Document (?:(?!<Odkaz>)(?!<Document)(?:[^\r]|(?:\r\n)))+?<\/Document>/g, "");
outputTxt = outputTxt.replace(/<Document about="(?:(?!<Document)(?:[^\r]|(?:\r\n)))*?<Odkaz>http:\/\/[^\/]*\/?<\/Odkaz>(?:(?!<Document)(?:[^\r]|(?:\r\n)))*?<\/Document>/g, "");

prvni vyraz vymaze dokumenty, ktere neobsahuji tag <Odkaz>
(tech je ve vzorovem kodu 54).

druhy vyraz vymaze dokumenty, ktere v tagu odkaz maji webovou adresu bez vnitrnich lomitek, tj. jen v http:// a pripadne uplne na konci adresy
Výsledky hledání re výrazu: "/<Document about="(?:(?!<Document)(?:[^\r]|(?:\r\n)))*?<Odkaz>http:\/\/[^\/]*\/?<\/Odkaz>(?:(?!<Document)(?:[^\r]|(?:\r\n)))*?<\/Document>/g;

(Tech je v souboru XML 30.)

Jde uz ale o pomerne "labilni" upravy, je treba overit, jestli odpovidaji pozadavkumm, aby se eliminovalo mozne vyrazeni zadoucich polozek.

zdravim,
vbr

Je to pecka. Od původního dotazu se to díky tvé ochotě pěkně rozšířilo co?
Teď jsem to 2x udělal se scriptem, doplněným o to poslední a ušetří mi to půl hodiny pročítání nepotřebného balastu a 2 metry rolování.
A jak toho script už dělá nemálo, tak jsem dnes myslel, že zamrznul PSPad a měl jsem už nutkání ho ukončit Ctrl+Shift+Esc

--
--------

Třeba to PSPad dávno umí, pouze to neumím já.
Kráťa s vypnutým zvukem

Zdravim,
diky, jsem rad, jestli to trochu pomuze (a snad to nepovede k nejakym ztratam, kdy by toho skript promazal vic nez ma ...).
Na podobe veci skripty v PSPadu obcas pouzivam, to je pro me jedna z vybornych vlastnosti PSPadu.
vbr