Minap belefutottam egy olyan feladatba, hogy több száz soros szövegállományt kellett letakarítani a felesleges részektől, hogy megkapjak egy listát. A lista kb így nézett ki: www.valami1.hu aaf3459sdfl345 www.valamisdf2.hu 493453464554949461464459 www.valamiwie.com 34sl49s Ebből kellett volna az URL-eket kinyerni. Egyesével törölni nem jó móka, a csoportos/oszlop kijelölés sem működött intype-ban, mert az URL-ek nem azonos hosszúak voltak. Így jött a regex-es megoldás, mely segítségével minden olyan karakterláncot szerettem volna törölni, mely space-szel indul és utána bármennyi karakter állhat. A bold jelzi, hogy mely részekre volt szükségem, a többi mehetett a kukába: www.valmi1.hu aaf3459sdfl345 www.valamisdf2.hu 493453464554949461464459 www.valamiwie.com 34sl49s A megoldás egyszerű annak ellenére, hogy nem értek a regexp-hez. Intype-t használtam, ott a CTRL+H billentyűkombinációval előhívtam a keresés/csere ablakot és a felső részbe beírtam ezt:
(.*)Az ablak aljában be kellett pipálni a "RE" kapcsolót, majd kattintottam a "Replace All" gombra.
Az eredménye ennek az, hogy minden olyan karakterlánc törlődött az URL-ek után, melyek space-szel kezdődött. A letakarított eredmény így nézett ki: www.valami1.hu www.valamisdf2.hu www.valamiwie.com Ez egy elég egyszerű kis leírás, de valakinek talán sok időt fog megspórolni, ha ilyen feladatba fut bele. Regexp teszteléshez egyébként lehet használni pl. ezt az online szolgáltatást: Regular Expression Editor
Harder
Profil
Korábbi hozzászólások (2)
A régi blogon érkezett hozzászólások archívuma. Új hozzászólást már nem lehet írni.
Egy másik kód, szintén takarításhoz:
[([0-9])]
Az ilyen listákból:
kategória1(3)
kategória2(4)
kategória3(2)
szedi le a sorvégi zárójelet és a számokat:
kategória1
kategória2
kategória3
Ez is csak inkább példa illetve emlékeztető magamnak, hogy SEO backlink check kapcsán, amikor sok URL-t kapok melyek ugyanazon lapcsaládhoz tartoznak de nekem nincs rá szükségem, hogy szűrjem le...
pl..
ilyen jellegű a forrás:
http://kisallat.lap.hu (1 db)
http://kispaci.lap.hu (1 db)
http://kismacska.lap.hu (1 db)
http://kiskutya.lap.hu (2 db)
http://masdomain.hu (1db)
http://ujabbdomain.com (3db)
http://kiskrokodil.lap.hu (1 db)
http://kisvizilo.lap.hu (2 db)
... és ezekből a sitewide linkek miatt van mondjuk 2000, akkor nekem csak arra lenne szükségem, hogy a lap.hu-s sorokat kiszedjem és lássam, melyek az egyéb linkjei.
ilyenkor használom a leírás mintájára az alábbit a keresés/csere opció "mit" mezőjében:
(.*).lap.hu(.*)
A "mire" részt meg persze üresem hagyom.
Így minden olyan sort töröl, amiben megtalálható a .lap.hu részlet, bármi is legyen előtte vagy utána.
Van hozzáfűznivalód? Írj nekem közvetlenül.
Kapcsolat