Кавычки и regular expressions

Поначитался я на разных сайтах про кавычки. Вот тут ( http://webscript.ru///www.design.ru/kovodstvo/paragraphs/62.html ), например, или вот тут ( http://webscript.ru///www.redactor.ru/replic/alt.shtml ). Дескать, кавычки нужны только вот такие - « и вот такие - », а никак не такие - '', и все остальное - от лукавого!

Сел, стал думу думать, как бы так сделать, чтобы в тексте кавычки вот такие - '' сами (с помощью маленького php-скрипта) заменялись на нужные «елочки». Ясное дело - regular expressions, как же без них. Решил заодно и regular expressions освоить, а то пока как-то не доводилось сталкиваться с ними очень близко... Проблемы две: первая - чтобы кавычки чередовались правильно, открывающая кавычка - «, а закрывающая - », и никак не наоборот; вторая - чтобы в html-тэгах они даже и не думали меняться. Ни-ни.

В общем, думал я минут десять...

Желающие могут не читать дальше, а подумать сами, а потом сравнить полученный результат с моим.

Думал я минут десять... Потом понял, что думаю не туда. На самом деле все гораздо проще.

Первое. Ищем сначала открывающие кавычки. В нормальном тексте перед ними стоит проблел. Всегда. Почти. В общем, - как правило. Если пробела нет, то текст просто неграмотно набран, мы такие запущенные случаи рассматривать не будем. Итак,

$contents = str_replace (" ""," «", $contents);
// ищем в тексте проблел с кавычками и заменяем его на пробел с открывающейся елочкой - «

Кроме пробела, открывающая кавычка может быть сразу после новой строки, верно? Ищем и ее:

$contents = str_replace ("n"","«", $contents);

Таким образом html-тэги не попадают под этот поиск и замену, потому что в них не бывает такого, чтобы перед кавычкой стоял пробел.

Есть еще случай, когда кавычка стоит после закрытия тэга, например <b>«Типа текст»</b>. Ищем и этот случай:

$contents = str_replace (">"",">«", $contents);

Итого имеем три строчки кода, которые ищут и заменяют открывающуюся кавычку:

$contents = str_replace (" ""," «", $contents);
$contents = str_replace ("n""," «", $contents);
$contents = str_replace (">"",">«", $contents);

Почему str_replace, а не ereg_replace? Потому что эти три строчки со str_replace в данном случае быстрей одной с ereg_replace в несколько раз. RTFM, как говорится. А вот дальше без ereg_replace не обойтись.

Итак...

...начинаем искать с открывающейся кавычки («). Раз мы начинаем искать с нее, html-тэги автоматически исключаются (смотри выше - почему) :

$contents = ereg_replace ('«

ищем последовательность символов (то есть [...]* ), в которую не входит (то есть ^) вот такая - '' кавычка:

([^"]*)"'

И заменяем эту последовательность, то есть 1 на эту последовательность в кавычках: «1»:

,"&laquo;1&raquo;", $contents);

Для еще лучшей работы в конце стоит добавить еще и $contents = str_replace ("«","&laquo;", $contents);. Можно, конечно, делать это в первых трех строчках, но у меня тогда ereg_replace работал дольше и глючил...

Итого:

$contents = str_replace (" ""," «", $contents);
$contents = str_replace ("n""," «", $contents);
$contents = str_replace (">"",">«", $contents);
$contents = ereg_replace ('«([^"]*)"',"&laquo;1&raquo;", $contents);
$contents = str_replace ("«","&laquo;", $contents);

Коротко и ясно...

... ну ладно, просто «коротко»...

Как и полагается - known bugs. Известные ошибки. Если на вашем сайте размещаются примеры скриптов, (как у меня, например) то могут быть проблемы в том случае, если где-то в теле скрипта после пробела стоит кавычка. Решение - &nbsp; перед кавычкой. Либо думайте сами. (С html-ем и примерами из него проблем нет).

Еще баг: « //spectator.ru ( http://webscript.ru/&47;/spectator.ru )«.

И еще один - когда кавычки в кавычках: «И он сказал: «Я пришел к вам...», - ну и так далее". Самая последняя кавычка обрабатывается некорректно.

PS. Данный пример описан и сделан только в качестве развлечения для автора, он (автор) ни в коем случае не уговаривает никого переходить на такие « » кавычки. Исправления принимаются.

<?php
// $con - это текст статьи

$con = str_replace('</a>','¬',$con);
$con = eregi_replace('<a[^h]*href=["]*(//[^">]*)[^>]*>([^¬]*)¬', '2 ( <u><font color=blue>1</font></u> )',$con);
// меняем ссылки на другие сайты

$con = ereg_replace('<a[^h]*href=["]*([^">]*)[^>]*>([^¬]*)¬'," 2 ( <u><font color=blue>//$HTTP_HOST/1</font></u> )", $con);
// меняем локальные ссылки

echo $con; ?>

Еще одна "Regular expression", спер где-то. Делает простую вещь - пролинковывает в тексте ссылки. То есть было //spectator.ru, стало - //spectator.ru ( http://webscript.ru///spectator.ru ).

$text = eregi_replace("([[:alnum:]]+)://([^[:space:]]*)([[:alnum:]#?/&=])","<a href="1://23">1://23</a>",$text);

Вот и все.