Autor Zpráva
Tori
Profil
#1 · Zasláno: 2. 8. 2011, 19:34:19
Odpovědět Citovat
Pěkný večer.
Prosím o radu, jak zlepšit tuto funkci. Funguje správně, ale mám pocit, že by šla napsat i efektivněji (a vůbec je moc dlouhá).
Díky moc za ochotu. 

/**
 * @param string $text Vstupni text
 * @param array $open Zacatecni tag. array([search], [replace])
 * @param array $close Ukoncovaci tag. array([search], [replace])
 * @param string $tagName Jmeno tagu (aby se nemusel rozebirat regular).
 * @return string
 */
function replaceNestedTags($text, $openTag, $closeTag, $tagName)	{

	// Zjisti pocet tagu a offsety
	preg_match_all('~'.str_replace('~','\~',$openTag['search']).'~i', $text, $matchesOpen, PREG_OFFSET_CAPTURE | PREG_PATTERN_ORDER);
	preg_match_all('~'.str_replace('~','\~',$closeTag['search']).'~i', $text, $matchesClose, PREG_OFFSET_CAPTURE | PREG_PATTERN_ORDER);
	$found = array_merge($matchesOpen[0], $matchesClose[0]);
	if (empty($found))
		return $text;
	$queue = array();
	foreach ($found as $item)
		$queue[$item[1]] = $item[0];
	ksort($queue);
	
	// Oprav neuzavrene tagy
	$depth = 0;
	$offsetFix = 0;
	foreach($queue as $offset=>$tag)	{
		$level = substr($tag,1,1) == '/' ? -1 : 1; // Koncovy nebo zacatecni tag?
		if ($depth == 0 && $level == -1)	{
			$text = substr_replace($text, '', $offset-$offsetFix, $ln = strlen($tag));
			$offsetFix += $ln;
			continue;
		}
		$depth += $level;
	}
	if ($depth > 0)
		$text = substr_replace($text, str_repeat("[/$tagName]", $depth), $offset-$offsetFix+strlen($tag), 0);
		
	// Nahrazeni tagu HTML
	$text = preg_replace('~'.str_replace('~','\~',$openTag['search']).'~i', $openTag['replace'], $text);
	$text = preg_replace('~'.str_replace('~','\~',$closeTag['search']).'~i', $closeTag['replace'], $text);
	return $text;
}
Příklad použití: 
$openTag = array('search'=>'\[quote(?:=([^\]]+))?\]', 'replace'=>'<div class="quote"><b>Citace $1</b><br>');
$closeTag = array('search'=>'\[/quote\]', 'replace'=>'</div>');
$text = replaceNestedTags($text, $openTag, $closeTag, 'quote');
peta
Profil
#2 · Zasláno: 3. 8. 2011, 08:28:43 · Upravil/a: peta
Odpovědět Citovat
Tori: Rozumis te funkci? Prevod znacek jsou na radku (1). To ostatni resi otevrene a uzavrene tagy a snazi se je doplnit. Nahrazeni tagu muzes udelat i pres str_replace (2), http://cz.php.net/str_replace. Samotne nahrazeni by slo napsat jako (3). 
(1)
    // Nahrazeni tagu HTML
    $text = preg_replace('~'.str_replace('~','\~',$openTag['search']).'~i', $openTag['replace'], $text);
    $text = preg_replace('~'.str_replace('~','\~',$closeTag['search']).'~i', $closeTag['replace'], $text);
    return $text;
(2)
a)
$bodytag = str_replace("%body%", "<body>", "%html%%body%");
b)
$search = array("[quote]", "[/quote]","", ""); // MODERATOR? Rozbils to. je tam " [ b ] "," [ / b ]" (bez mezer, proste b tag)
$replace = array("<div class=\"quote\">", "</div>", "<b>", "</b>");
$text  = "You should eat fruits, vegetables, and fiber every day.";
$text = str_replace($search, $replace, $text);
(3)
$text = preg_replace('\[quote(?:=([^\]]+))?\]','<div class="quote"><b>Citace $1</b><br>', $text);
$text = preg_replace('\[/quote\]', '</div>', $text);
Tori
Profil
#3 · Zasláno: 3. 8. 2011, 08:57:30
Odpovědět Citovat
peta:
Ale jistě, že bych mohla řešit nahrazování jedním nebo dvěma reguláry. Původně se to i na tom fóru používalo, jenže:
- regulár [tag](.+?)[/tag] neřeší vnořené tagy, což se hlavně u citací hodně používá.
- samostatný převod [tag] => <div>, [/tag] => </div> neřeší neuzavřené tagy, a pár </div> navíc může nadělat docela paseku.
- rekurzivní zpracování regulárem [tag](.+?)[/tag] rovněž neo(d)praví neuzavřené tagy. Proto jsem to zkoušela udělat takhle.

Možná by šlo použít rekurzi a pak odmazat všechny přebývající začáteční/koncové tagy, ale nezkoušela jsem to. Celkově mi rekurzivní zpracovávání regulárem přišlo míň efektivní než 2x vyhledání + 2x nahrazení (+výjimečně pár str_replace). Na druhou stranu, pokud by se to aplikovalo na jednotlivé příspěvky o průměrně 10 řádcích, tak ten rozdíl asi nebude tak velký. Asi to pro jistotu taky zkusím.
Časová prodleva: 3 dny
Alphard
Profil
#4 · Zasláno: 6. 8. 2011, 02:08:55
Odpovědět Citovat
Tori:
Přesně uvedené chování asi moc zjednodušit nejde, nebo mě žádné přímé zkrácení nenapadá.
Podobného výsledku jde dosáhnout typickým replace [b]neco[/b] na <b>neco</b>, jak sama píšeš. Co zbyde se buď nechá jako BB, nebo smaže. Délku kódu bych neřešil, bude schovaný v nějaké knihovně, rychlejší je lepší. 

function replaceNestedTags($text, $openTag, $closeTag, $tagName)    
{
  $c = 0;
  do
  {
    $text = preg_replace(
      "~$openTag[search](.*)$closeTag[search]~U", 
      "$openTag[replace]\\2$closeTag[replace]", // tady \\2 bohužel nebude fungovat obecně
      $text,
      -1,
      $c
    );
  }
  while ($c > 0);
  $text = preg_replace("~$openTag[search]|$closeTag[search]~", '', $text);
  return $text;
}
(moc jsem to netestoval, ale snad by to šlo)

Stejně je ale problém s křížením tagů, nevyrovná se s ním ani tato diskuse Hřiště.
Ale zvládá to třeba Texy! http://texy.info/cs/try/jgkpq.
Majkl578
Profil
#5 · Zasláno: 6. 8. 2011, 04:44:12
Odpovědět Citovat
Pokud by šlo o to jak to napsat pěkněji, tak by to šlo třeba takto (rekurzí): 
function replaceNestedTags($text, $openTag, $closeTag)
{
    return preg_replace_callback('~' . str_replace('~', '\~', $openTag[0]) . '(.+)' . str_replace('~', '\~', $closeTag[0]) . '~is',
        function (array $m) use ($openTag, $closeTag) {
            return sprintf($openTag[1], $m[1]) . replaceNestedTags($m[2], $openTag, $closeTag) . $closeTag[1];
        },
        $text
    );
}

$text = <<<EOS
[quote]
    [quote=Tori]
        Lorem ipsum.
    [/quote]
    Dolor sit amet.
[/quote]
blablabla
EOS;

replaceNestedTags(
    $text,
    ['\[quote(?:=([^\]]+))?\]', '<div class="quote"><b>Citace %s</b><br>'],
    ['\[/quote\]', '</div>']
);
Rychlostně je to o trochu lepší než tvoje verze. Alphardova verze je rychlejší o dost, bohužel mi ale nefunguje (místo HTML je nic).

Má ale smysl řešit rychlost na úkor přehlednosti? Stejně je žádoucí, aby se zkompilovaná verze kešovala.
Alphard
Profil
#6 · Zasláno: 6. 8. 2011, 10:40:38 · Upravil/a: Alphard
Odpovědět Citovat
Majkl578:
„bohužel mi ale nefunguje (místo HTML je nic)“
Píšeš to, jako by to byl detailní problém :-)
Já to trochu testoval a šlo to, možná nějaká změna v nové verzi PHP? Jen jsem tam nedal dost parametrů na víceřádkový vstup. 

function replaceNestedTags($text, $openTag, $closeTag)    {

    $c = 0;
    do
    {
        $text = preg_replace(
            "~$openTag[search](.*)$closeTag[search]~siU", 
            "$openTag[replace]\\2$closeTag[replace]", 
            $text,
            -1,
            $c
        );
    }
    while ($c > 0);
    $text = preg_replace("~$openTag[search]|$closeTag[search]~", '', $text);
    return $text;
}

$text = <<<EOS
[quote]
    [quote=Tori]
        Lorem ipsum.
    [/quote]
    Dolor sit amet.
[/quote]
blablabla
EOS;
$openTag = array('search'=>'\[quote(?:=([^\]]+))?\]', 'replace'=>'<div class="quote"><b>Citace $1</b><br>');
$closeTag = array('search'=>'\[/quote\]', 'replace'=>'</div>');
$text = replaceNestedTags($text, $openTag, $closeTag, 'quote');

<div class="quote"><b>Citace </b><br>
    <div class="quote"><b>Citace Tori</b><br>
        Lorem ipsum.
    </div>
    Dolor sit amet.
</div>
blablabla

Nemám teda escapované ~, ale to už by se doladilo.
Majkl578
Profil
#7 · Zasláno: 6. 8. 2011, 15:35:51 · Upravil/a: Majkl578
Odpovědět Citovat
[#6] Alphard: No jasně, modifikátor s to vyřešil, nenapadlo mě kouknout se na to rovnou.
Znovu jsem to porovnal tímto scriptem: 

$m = microtime(TRUE);
for($i = 0; $i < 10000; $i++) {
    $openTag = ['\[quote(?:=([^\]]+))?\]', '<div class="quote"><b>Citace %s</b><br>'];
    $closeTag = array(['\[/quote\]', '</div>']);
    replaceNestedTagsM($text, $openTag, $closeTag);
}
echo microtime(TRUE) - $m;
echo "\n";

$a = microtime(TRUE);
for($i = 0; $i < 10000; $i++) {
    $openTag = ['search'=>'\[quote(?:=([^\]]+))?\]', 'replace'=>'<div class="quote"><b>Citace $1</b><br>'];
    $closeTag = ['search'=>'\[/quote\]', 'replace'=>'</div>'];
    replaceNestedTagsA($text, $openTag, $closeTag, 'quote');
}
echo microtime(TRUE) - $a;
echo "\n";

$t = microtime(TRUE);
for($i = 0; $i < 10000; $i++) {
    $openTag = ['search'=>'\[quote(?:=([^\]]+))?\]', 'replace'=>'<div class="quote"><b>Citace $1</b><br>'];
    $closeTag = ['search'=>'\[/quote\]', 'replace'=>'</div>'];
    replaceNestedTagsT($text, $openTag, $closeTag, 'quote');
}
echo microtime(TRUE) - $t;
Hodnota $text byla vždycky stejná, totožná s tím v [#5].
A vychází mi:
replaceNestedTagsM 0.5869s (moje verze)
replaceNestedTagsA 0.9700s (Alphardova verze)
replaceNestedTagsT 1.8297s (původní verze z [#1])

Jo a nenechte se zmást zápisem pole jako [...], to je novinka v PHP 5.4.
Alphard
Profil
#8 · Zasláno: 6. 8. 2011, 17:56:12 · Upravil/a: Alphard
Odpovědět Citovat
To by mě zajímalo, jak jsi to naměřil. Mně to na PHP 5.3.6 vyšlo jinak.

Nejdřív jsem otestoval funkčnost všech řešení: 
// zvýrazňovač to blbě formátuje, tak to sem dávat nebudu, všude je to pro daný text ok

a pak jsem zvýšil iterace na 1e5 (ať neřešíme desetiny) a otestoval čas: 
>php bbCode.php 
Majkl: 3.2695510387421
Alphard: 2.4737310409546
Tori: 3.9173190593719
>Exit code: 0    Time: 12.245
>php bbCode.php 
Majkl: 3.2842628955841
Alphard: 2.6889259815216
Tori: 4.1712620258331
>Exit code: 0    Time: 12.757
>php bbCode.php 
Majkl: 3.3238320350647
Alphard: 2.6214458942413
Tori: 3.9816880226135
>Exit code: 0    Time: 12.438

Kompletní zdroják. Prakticky je jedno, která verze se použije, spíš by mě zajímalo, proč jsi to naměřil jinak, že by PHP 5.4?
Majkl578
Profil
#9 · Zasláno: 6. 8. 2011, 18:06:54
Odpovědět Citovat
Aha, mně se tam totiž vloudila jedna chybička, která to zkreslila a které jsem si nevšiml (copy&paste je zlo):
$closeTag = array(['\[/quote\]', '</div>']); má být $closeTag = ['\[/quote\]', '</div>'];
Tak to pardon.

Jinak ještě výsledky tvého scriptu z Pastebinu pro 1e5 iterací: 
$ php /www/temp.php 
Majkl: 16.467011928558
Alphard: 11.874949932098
Tori: 17.485752820969

$ php -v
PHP 5.4.0beta1-dev (cli) (built: Aug  3 2011 21:53:58) (DEBUG)
Tori
Profil
#10 · Zasláno: 7. 8. 2011, 09:01:33
Odpovědět Citovat
Alphard, Majkl578:
No páni, děkuju moc za pomoc i inspiraci :)
Na tom fóru použiju nakonec Alphardovu verzi (kvůli rychlosti + PHP 5.2 na serveru).
Časová prodleva: 13 let

Vaše odpověď

Mohlo by se hodit

Odkud se sem odkazuje


Prosím používejte diakritiku a interpunkci.

Ochrana proti spamu. Napište prosím číslo dvě-sta čtyřicet-sedm:

0