Artikel im Internet unter http://www.hidemail.de/blog/woerter-im-text-automatisch-verlinken--die-endgueltige-version.shtml.
Samstag, 3.11.2007, 18:56:30 Uhr

Wörter im Text automatisch verlinken, die endgültige Version


Also ich habe ja hier bereits darüber geschrieben, daß ich das Bedürfnis hatte, Wörter, wie zum Beispiel einzelne Perl-Befehle, die im Text auftauchen, automatisch verlinken zu lassen auf die entsprechende Seite.
Dazu hab ich mir eine recht komplizierte RegEx einfallen lassen, die berücksichtigen sollte, daß Wörter zwischen < und > und zwischen [ und ] NICHT ersetzen soll, da die erste Variante ein Link ist und die zweite ein Steuerelement zur Textgestaltung.

Und was soll ich sagen: Es hätte auch fast geklappt... aber eben nur fast!

Wenn ich darüber nachdenke, was ich damals herumprobiert habe mit der RegEx und es immer wieder zu Fehlern kam, hab ich nun beschlossen, das Ganze ohne RegEx umzusetzen.

Die Aufgabenstellung war ja, daß einzelne Textzeilen durchsucht werden sollen und falls Wörter auftauchen, die als keys in %ersetzwoerter enthalten sind, automatisch ein Link generiert wird zur Seite des values von $ersetzwoerter{wort}. %ersetzwoerter ist in dem Fall global.

Ich habe dann also folgenden Code eingebaut, der jetzt auch so im Blog-Script läuft:

############################################################
# ersetzt Wörter mit automatischen Links (in %ersetzwoerter)
###############################################################
sub ersetze_woerter{
my $zeile=shift;
local $_='';
my @fertig=(); # hier steht später die fertige Zeile drin...

$zeile=~ s/([\[<].*?[>\]])/\n\1\n/g; # Gruppen mit [...] und <...> separat separieren...

foreach my $zeiletmp (split(/\n/,$zeile)){
my $firstchar=substr($zeiletmp,0,1);
if ($firstchar ne '<' &&
$firstchar ne '['){
$zeiletmp=~ s/([<>\t \„\«\»\“\!\"\§\$\%\&\/\(\)\=\?\\\`\´\+\*\~\-\_\.\,\:\;\€\µ\#\'\|\{\}])/\n\1\n/gs;
push @fertig,split(/\n/,$zeiletmp);
}
else
{
push @fertig,$zeiletmp;
}
}

foreach (@fertig){#print "-$_-";
my $firstchar=substr($_,0,1);
if ($firstchar ne '<' &&
$firstchar ne '['){
if ($ersetzwoerter{$_}){
$_=qq~<a href="$ersetzwoerter{$_}" class="linkunterstrichen" title="Informationen zu $_">$_<\/a>~;
}
}
}

return join('',@fertig)."\n";
}



Was passiert hier nun?
In $zeile wird die aktuell zu bearbeitende Zeile geladen. Vorher wurde in den globalen Hash %ersetzwoerter die Liste der zu ersetzenden Wörter geladen.

Gleich darauf wird nach [ oder < mit Text dazwischen gesucht, abgeschlossen von > oder ]. Somit werden Links oder Tags gleich gekennzeichnet, damit sie später nicht verarbeitet werden. Vor jedes [ und < bzw. nach jedem > und ] wird ein \n eingefügt. Warum, sieht man gleich.
Denn jetzt wird die Zeile gesplittet mit \n, so daß ein Array entsteht, das wiederum eines nach dem anderen durchlaufen wird.

Ist das erste Zeichen ein < oder [ handelt es sich also um einen Link oder ein Befehlselement, das nicht weiterverarbeitet werden soll. Es wird im else-Teil in das endgültige Array gepusht.
Ansonsten wird das aktuelle Array-Element durch eine RegEx gejagt, die nach "Worttrennern" sucht, also zum Beispiel einen Punkt, ein Komma usw. Diese Worttrenner werden wiederum durch \n's separiert, gesplittet und dem endgültigen Array hinzugefügt.

Man hat jetzt also in @fertig alle einzelnen Wörter, Worttrennzeichen oder eben auch Links und Befehlselemente, die sich jetzt ganz einfach mit den keys von %ersetzwoerter vergleichen lassen und ggf. durch einen Link ersetzen lassen.

Schließlich wird das fertige Array als Skalar zurückgegeben.

So, so einfach ... oder?

Also mal zur Versinnbildlichung:
Aus

Das ist das Haus vom Nikolaus


wird

Das\n \nist\n \ndas\n \nHaus\n \nvom\n \nNikolaus


Daraus wird das Array @fertig mit den Inhalten (split/\n/,..)

Das

ist

das

Haus

vom

Nikolaus


welches dann einzeln mit den zu ersetzenden Wörtern verglichen werden kann.

So, zufrieden?
Naja, perliger wärs mit einer RegEx gewesen, aber da das in ein endloses gewusel mit Fehlern ausartete ist die "eigenhändige" Variante sicherer und wartungsfreundlicher.
UND: Die RegEx war wesentlich langsamer, da sie doch ziemlich komplex war.

Was lerne ich daraus?
Lieber etwas umständlicher, dafür aber sicherer und effizienter, was meine und die Serverzeit angeht, programmieren.



Artikel im Internet unter http://www.hidemail.de/blog/woerter-im-text-automatisch-verlinken--die-endgueltige-version.shtml.