bepaalde html tags toestaan

[sandra]

Ja baal er eigenlijk wel van, ben je klaar met je eigen lay-out, heb je nog veel werk te doen voordat je kan overstappen.
Ben aan het zoeken bij phpbb.com en kwam meerdere topics tegen van mensen met hetzelfde probleem, maar moet nog goed zoeken naar de juiste mod. Er is 1 mod die het kan vervangen, maar zie dat die niet alles op zal vangen. Zie bv:

Code: Selecteer alles

	$replace = preg_replace("<img alt=\"\" src=\"(http:\/\/[^\s'\"<>]+(\.gif|\.jpg|\.png))\">", "[img]$1[/img]", $replace);
	$replace = preg_replace("<img src=\"(http:\/\/[^\s'\"<>]+(\.gif|\.jpg|\.png))\" alt=\"\" >", "[img]$1[/img]", $replace);

maar soms staat er tussen alt wat en je hebt ook weleens border ingesteld....
net als dit

Code: Selecteer alles

	$replace = preg_replace("/\<a href=\"((http|ftp|https|ftps|irc):\/\/[^<>\s]+?)\">((\s|.)+?)\<\/a\>/i","[url=\\1]\\3[/url]", $replace);

soms zit er nog target=top of target="_blank" bij....

nou ja, ik ga maar verder zoeken...

[Mid]

Een flinke opschoon-operatie op het forum zou al weer veel werk kunnen schelen...

[sandra]

Het fijne van een forum met een handige zoekfunctie is dat je een uitgebreide informatiebron kan oprichten....er is zoveel nuttige informatie te vinden, het is dan juist zonde om zomaar te gaan opschonen.

[Mid]

O.K., ik probeerde even mee te denken.

[sandra]

iig bedankt voor de moeite.

Ik bedacht net, als er echt niets te vinden is ga ik alles maar met zoek-en-vervang wijzigen.Maar ik zit net weer te kijken naar de .sql bestand en zie nu bv:
<a href="http://home...." target=blank title="klikken=groter">
url heb ik even gewijzigd, maar je hebt dus target zonder "eromheen en dan bv title terwijl normaal meestal alt gebruikt wordt...

Ik denk dat ik toch een php script moet zien te vinden, beetje zoals dit:
$replace = preg_replace("<img alt=\"\" src=\"(http:\/\/[^\s'\"<>]+(\.gif|\.jpg|\.png))\">", "[img]$1[/img]", $replace);

maar dat je dan dus aangeeft van
- het moet met img te vinden zijn
- dat wat bij src staat pik je eruit
- enige wat je dus over moet houden is [img]$url[/img]

dus het maakt dan niet uit wat er nog meer staat, bv alt=''alternatieve tekst'' of alt="tekst" of alt=tekst of border=5, alleen het url moet eruit gevist worden. Alleen geen idee hoe zoiets zou moeten....

[Ger]

Een mogelijkheid is alles met regexps doen, en dan een hoop wildcards gebruiken. Nadeel is alleen dat het iedere keer dat een pagina opgeroepen wordt, het opnieuw moet gebeuren (je doet het pas bij de weergave, je verandert niets in de database) en regexps zijn niet de snelste. Maar met zulke variaties is het haast de enige mogelijkheid. Ik ben eens aan het spelen gegaan.

Stel, je hebt het volgende bericht:

Code: Selecteer alles

Falderie faldera, dit is een berichtje op het forum van Sandra. En weet je wat? Hier hebben een plaatje met een linkje: <a href="http://www.example.com/image_large.gif" target="_blank"><img src="http://www.example.com/image_small.gif" title="Klik voor grote afbeelding" alt="Kralenplaatje" width="320" height="240" /></a>
Dat was nou een mooi kralenplaatje.

Wat we willen doen, is dit omzetten in

Code: Selecteer alles

Falderie faldera, dit is een berichtje op het forum van Sandra. En weet je wat? Hier hebben een plaatje met een linkje: [url=http://www.example.com/image_large.gif][img]http://www.example.com/image_small.gif[/img][/url]
Dat was nou een mooi kralenplaatje.

Dat moet volgens mij lukken met deze code:

Spoiler: bekijk

Code: Selecteer alles

<?php
$message='Falderie faldera, dit is een berichtje op het forum van Sandra. En weet je wat? Hier hebben een plaatje met een linkje: <a href="http://www.example.com/image_large.gif" target="_blank"><img src="http://www.example.com/image_small.gif" title="Klik voor grote afbeelding" alt="Kralenplaatje" width="320" height="240" /></a>
Dat was nou een mooi kralenplaatje.';
//We beginnen met de afbeeldingen, want in een afbeelding zal nooit iets genest zijn.
//Met onderstaande wordt gezocht naar  een img tag. Omdat de volgorde van attributen binnen tags niet altijd vaststaat, is deze tussenstap nodig.
preg_match_all('#\<img(.*?)\>#i',$message, $matches );
foreach ($matches as $totaalimg) {}
unset($matches);
foreach ($totaalimg as $totaal2img)
    {
    //Vervolgens zoeken we de src met double  quotes op,
    preg_match_all('#src=\"(.*?)\"#i',$totaal2img, $matches );
    foreach ($matches as $preimg){}
    unset($matches);
    //Geen img tag met double quotes? Dan zou het single quotes moeten hebben
    $aantal=count($preimg);
    if ($aantal == 0)
        {
        unset ($preimg);
        preg_match_all("#src=\'(.*?)\'#i",$totaal2img, $matches );
        foreach ($matches as $preimg){}
        unset ($matches);
        }
    //Met $preimg hebben we de bron van het plaatje. Nu dat omzetten naar een goede BBcode en dat in de plaats van het origneel zetten
    $message = preg_replace('#\<img(.*?)\>#i', '[img]'.$preimg[0].'[/img]', $message);
    }

//Nu de links. Dit werkt overigens alleen voor [url=www.example.com]omschrijving[/url], maar het lijkt me dat dat ook al het benodigde is.
//Ook hier weer zoeken naar het totaal, daarna kunnen we pas inzoomen op het href-attribuut
preg_match_all('#\<a(.*?)\>#is',$message, $matches );
foreach ($matches as $totaallink){}
unset ($matches);
foreach ($totaallink as $totaal2link)
    {
    //Vervolgens zoeken we de src met double  quotes op,
    preg_match_all('#href=\"(.*?)\"#i',$totaal2link, $matches );
    foreach ($matches as $prelink){}
    unset($matches);
    //Geen link tag met double quotes? Dan zou het single quotes moeten hebben
    $aantal=count($prelink);
    if ($aantal == 0)
        {
        unset ($prelink);
        preg_match_all("#href=\'(.*?)\'#i",$totaal2link, $matches );
        foreach ($matches as $prelink){}
        unset ($matches);
        }
    //Met $prelink hebben we de link. Nu dat omzetten naar een goede BBcode en dat in de plaats van het origneel zetten
    $message = preg_replace('#\<a(.*?)\>#i', '[url='.$prelink[0].']', $message);
    $message = str_ireplace('</a>', '[/url]', $message);
    }

echo $message;
?>

Ik heb er comments ingezet die uitleggen wat hoe het ongeveer werkt (uitgaande van wat basiskennis).

Dit is overigens een geheel stand-alone code. Zet je dit in een PHP-bestandje op een webserver en roep je dit aan, dan zul je het resultaat zien. Met $message kun je wat spelen (let wel op de quotes daar).
Volgende stap is dit op de juiste plaats in phpBB schroeven. Waar, daar ben ik zo gauw nog niet uit, maar misschien dat iemand van het support team dat weet?

[sandra]

haha dank je wel!! bedankt voor de moeite! grappig om te lezen dat je weet waar mijn forum over gaat.

het is een goed idee...ik bedoel, de meeste links kan ik wel aanpassen onder ultraedit, want meestal is een zelfde voorbeeldcode gebruikt. Alleen heel soms hebben ze zelf wat gemaakt en staat er wat anders onder alt of staat width en height erbij. Dus het zal niet heel vaak gebruikt worden, waardoor het niet uitmaakt dat het iedere keer opnieuw moet gebeuren en wat tijd kost. Het probleem is dan gewoon opgelost, de bezoeker merkt er niets van.

Alleen....is het niet ook mogelijk een query uit te voeren waar <a of <img nog in voorkomt, dat met regexps te wijzigen en dan dus update query uit te voeren? Ik kan php scripts draaien onder ssh, dus dan heb je geen gedoe met time-outs....Dan hoef ik ook niet te puzzelen met hoe ik dit moet inbouwen in het forum....

Ik heb wel ervaring met php maar dan gewoon de basis, gebruik php.net als ik bepaalde functies nodig heb...
Zoiets zou dan zeker op zich wel kunnen he?

Spoiler: bekijk

Code: Selecteer alles

<?php
$DB_query = mysql_query("select * from phpbb_posts_text where post_text like '</a>' or posts_text like '%<img%'");
while($DB_result = mysql_fetch_array($DB_query)) {
  $message = $DB_result[post_text];
//We beginnen met de afbeeldingen, want in een afbeelding zal nooit iets genest zijn.
//Met onderstaande wordt gezocht naar  een img tag. Omdat de volgorde van attributen binnen tags niet altijd vaststaat, is deze tussenstap nodig.
preg_match_all('#\<img(.*?)\>#i',$message, $matches );
foreach ($matches as $totaalimg) {}
unset($matches);
foreach ($totaalimg as $totaal2img)
    {
    //Vervolgens zoeken we de src met double  quotes op,
    preg_match_all('#src=\"(.*?)\"#i',$totaal2img, $matches );
    foreach ($matches as $preimg){}
    unset($matches);
    //Geen img tag met double quotes? Dan zou het single quotes moeten hebben
    $aantal=count($preimg);
    if ($aantal == 0)
        {
        unset ($preimg);
        preg_match_all("#src=\'(.*?)\'#i",$totaal2img, $matches );
        foreach ($matches as $preimg){}
        unset ($matches);
        }
    //Met $preimg hebben we de bron van het plaatje. Nu dat omzetten naar een goede BBcode en dat in de plaats van het origneel zetten
    $message = preg_replace('#\<img(.*?)\>#i', '[img]'.$preimg[0].'[/img]', $message);
    }

//Nu de links. Dit werkt overigens alleen voor [url=www.example.com]omschrijving[/url], maar het lijkt me dat dat ook al het benodigde is.
//Ook hier weer zoeken naar het totaal, daarna kunnen we pas inzoomen op het href-attribuut
preg_match_all('#\<a(.*?)\>#is',$message, $matches );
foreach ($matches as $totaallink){}
unset ($matches);
foreach ($totaallink as $totaal2link)
    {
    //Vervolgens zoeken we de src met double  quotes op,
    preg_match_all('#href=\"(.*?)\"#i',$totaal2link, $matches );
    foreach ($matches as $prelink){}
    unset($matches);
    //Geen link tag met double quotes? Dan zou het single quotes moeten hebben
    $aantal=count($prelink);
    if ($aantal == 0)
        {
        unset ($prelink);
        preg_match_all("#href=\'(.*?)\'#i",$totaal2link, $matches );
        foreach ($matches as $prelink){}
        unset ($matches);
        }
    //Met $prelink hebben we de link. Nu dat omzetten naar een goede BBcode en dat in de plaats van het origneel zetten
    $message = preg_replace('#\<a(.*?)\>#i', '[url='.$prelink[0].']', $message);
    $message = str_ireplace('</a>', '[/url]', $message);
    }

$DB_update = mysql_query("update phpbb_posts_text set post_text='$message' where post_id=$DB_result[post_id]");
}
?>

[Ger]

Zo verwonderlijk is het niet dat ik het wist hoor:

ik heb een kralenforum

Anywho, of die code juist is durf ik niet te zeggen, ik ben geen ster in SQL. Wel zul je volgens mij mysql_db_query moeten gebruiken ipv mysql_query.

Een ander ideetje dat net in me opkwam en ook zou moeten werken, is werken met fopen(), fwrite() en fclose() op een kopie van je database. Je opent het bestand, voert de code uit, slaat het op en sluit het weer.

[sandra]

wist al niet meer dat ik het had gezegd.

ik heb het geprobeerd, werkt helaas net niet helemaal....
voorbeeld oude code:

Code: Selecteer alles

<a href="http://img.photobucket.com/albums/v355/Sabrina_1981/Sieraden/Zwartwitteketting1.jpg" target="_blank"><img src="http://img.photobucket.com/albums/v355/Sabrina_1981/Sieraden/Zwartwitteketting1.jpg" height="200" border="0" alt="Klik op de foto voor een grotere foto"></a>

voorbeeld nieuwe code

Code: Selecteer alles

[url=http://img.photobucket.com[/url]lbums/v355/Sabrina_1981/Sieraden/Zwartwitteketting1.jpg][img]http://img.photobucket.com[/url]lbums/v355/Sabrina_1981/Sieraden/Zwartwitteketting1.jpg[/img]<[/url]>

Enige wat ik heb gewijzigd is

Code: Selecteer alles

$message = preg_replace('</a>', '[/url]', $message);

was

Code: Selecteer alles

$message = str_ireplace('</a>', '[/url]', $message);

maar functie str_ireplace kende ie niet...

/a vervangt ie dus....

[Mid]

Inderdaad een zwaar forum met momenteel 293780 berichten en 2921 geregistreerde gebruikers...

[Ger]

str_ireplace kent-ie niet? Wat kent dat niet? Je server? Het is toch valide php. Misschien draai je nog op een oude PHP-versie, dan zul je eens str_replace kunnen proberen, die bestond ook al in PHP4. Nadeel is dat die hoofdlettergevoelig is, dus als er </A> in plaats van </a> staat gaat het mis.

Even denken, hoe lossen we dat op... Eerst alles naar kleine letters zetten zou vervelend zijn als er bij een bijschrift ofzo met opzet hoofdletters zijn gebruikt. Andere optie is toch maar weer een reguliere expressie:

Code: Selecteer alles

preg_replace('#\<\/a\>#i', '[\url]', $message);
 

[sandra]

dat lijkt te werken! GAAF! heb nog niet ge-update ofzo. gewoon even querytje van limit 0,100 en dan tonen hoe het is geworden, maar allemaal die ik zag leken goed...

ik heb zelf php 4.3.10. Werkt de preg_replace dan ook bij hoofdletters? Of zal ik anders de code uitbreiden, dat ie zowel <A als <a af moet gaan?

[Ger]

dat lijkt te werken! GAAF! heb nog niet ge-update ofzo. gewoon even querytje van limit 0,100 en dan tonen hoe het is geworden, maar allemaal die ik zag leken goed...

Toppie, fijn zo!

ik heb zelf php 4.3.10. Werkt de preg_replace dan ook bij hoofdletters? Of zal ik anders de code uitbreiden, dat ie zowel <A als <a af moet gaan?

preg_replace werkt totaal anders dan str_replace, het zoekt naar complete structuren die je van wildcards als (.*?) kunt voorzien en je kunt er ook zogenaamde pattern modifiers aanhangen. De i die je ziet in het patroon #\<\/a\>#i, is zo'n pattern modifier. Deze past het patroon zodanig aan dat het niet meer hoofdlettergevoelig is.

Op Perl gebaseerde reguliere expressies (preg_match, preg_replace, etc) zijn erg krachtig, zoals je ziet. Het enige nadeel dat ze in mijn optiek hebben is dat ze door die kracht ook wat traag zijn. Dit merk je overigens pas op het moment dat je er heel veel tegelijk gebruikt bij het weergeven van een pagina.
Een handige dingetje wat ik vaak gebruik bij reguliere expresse is deze cheatsheet van ilovejackdaniels.com (what's in a name...). Op PHP.net staat de basisuitleg, mocht je er zelf in de toekomst nog eens gebruik van willen maken.

[sandra]

Ik heb nog 2 vraagjes, voor de zekerheid. Stel de poster heeft geen quote gebruikt, dus het is <a href=url of bv <img src=url, pakt ie het dan ook automatisch?

Ik was zelfs een keer 2x enkele quotes tegengekomen, om dat op te vangen kan ik zeker dit toevoegen?

Code: Selecteer alles

    $aantal=count($preimg);
    if ($aantal == 0)
        {
        unset ($preimg);
        preg_match_all("#src=\'\'(.*?)\'\'#i",$totaal2img, $matches );
        foreach ($matches as $preimg){}
        unset ($matches);
        }

alvast bedankt!

[Ger]

Ik heb nog 2 vraagjes, voor de zekerheid. Stel de poster heeft geen quote gebruikt, dus het is <a href=url of bv <img src=url, pakt ie het dan ook automatisch?

Nee, dat zal niet werken. Hij zoekt naar een patroon dat begint met href=' en dan tot de eerst volgende '. Als er helemaal geen quotes in staan, wordt het een lastiger verhaal, je weet dan niet waarmee de string eindigt.

Weet je ook zeker dat dit gebeurt is, en of dit ook veel gebeurd is? Het is namelijk hele foute HTML.

Ik was zelfs een keer 2x enkele quotes tegengekomen, om dat op te vangen kan ik zeker dit toevoegen?

Code: Selecteer alles

    $aantal=count($preimg);
    if ($aantal == 0)
        {
        unset ($preimg);
        preg_match_all("#src=\'\'(.*?)\'\'#i",$totaal2img, $matches );
        foreach ($matches as $preimg){}
        unset ($matches);
        }

alvast bedankt!

Dat zou moeten werken ja.

[sandra]

ik kwam af en toe hele slordige tegen ja, bv <a href=url title="titel". MAAR, 95% van de gevallen is wel hetzelfde volgens mij, nl de html code die ik als voorbeeld had gepost. Maar door hier en daar andere alt en andere height werd het lastiger, vandaar dat deze code heel goed van pas komt.
Ik ga maar gewoon eerst de tabel wijzigen mbv jouw code, dan exporteren, en dan zoeken om te kijken of er nog <a href in voorkomt....

[sandra]

hm heb toch nog 'n vraagje....
ik wil nu dus 'n script draaien die dan dus update queries uitvoert...dus je pakt de tekst, wijzig het, voer update query uit. Alleen, als er ' in de tekst voorkomt, bv bij woord zoals foto's, dan gaat het nu fout met de query....hoe kan je dat met php opvangen? Er was iets waarmee je \ voor de ' zet, maar wat is de beste manier in dit geval?

[Ger]

Heb je al getest of dat fout gaat? Ik heb het juist met die gedachte opgezet, dat dit niet zou moeten. Het script zoekt namelijk eerst naar de structuur <img ... /> of <a ... </a> en pas daarna zoomt het in op de src="..." respectievelijk de href="...". Tenzij er dus in de bron of url een enkele of dubbele quote staat (wat echt enorm fout is, want veel browsers zullen dat verkeerd weergeven), zou het goed moeten gaan.

[sandra]

Jazeker, ik draaide de script en dan waren er bv stuk of 10 gelukt en kreeg je daarna error. Dit is stukje van de code:

Code: Selecteer alles

$DB_update = mysql_query("update phpbb_posts_text set post_text=\"$message\" where post_id=$DB_result[post_id]") or die(mysql_error());

het gaat dan fout als dit bv erin staat:

Code: Selecteer alles

[quote:e031ec8d05="pluisje"]

door de " dus.
Ik had eerst dit:

Code: Selecteer alles

$DB_update = mysql_query("update phpbb_posts_text set post_text='$message' where post_id=$DB_result[post_id]") or die(mysql_error());

maar toen ging het keer fout omdat er foto's stond, door de '.

Er is een php truc, addslashes bv....maar dan komt het ook met \ in de database en wordt het zeker ook zo getoond...of niet? Of er moet een manier zijn waarbij bv \ gebruikt wordt zodat de query goed uitgevoerd wordt maar de \ niet ook in database komt, maar weet niet hoe dat moet....
In het .sql bestand staat het met ", bv:
INSERT INTO `phpbb_posts_text` VALUES (150, '7e0fe49310', '', '[quote:7e0fe49310="katskralen"]...
of met dubbel enkel:
INSERT INTO `phpbb_posts_text` VALUES (178, 'faca1901f3', '', 'maar niet dik genoeg voor zo ''n armband
er staat blijkbaar geen enkel '....

ikzelf weet helaas niet goed hoe het werkt met de slashes....want als ik deze .sql bestand zou importeren zou het gewoon goed gaan.....weet niet goed hoe het moet als je het via php door wil geven....

[Ger]

Hè? Dat zou toch niet mogen.... Dat lijkt me alleen te kunnen als daarvoor ergens een url- of img tag niet goed staat afgesloten oid.