تحتاج إلى تعبيرات عادية بسيطة هنا

Question

لقد قمت أخيرًا بتحليل نص ويكيبيديا.لدي النوع التالي من النص هنا:

{{Airport-list|the Solomon Islands}}

* '''AGAF''' (AFT) – [[Afutara Airport]] – [[Afutara]]
* '''AGAR''' (RNA) – [[Ulawa Airport]] – [[Arona]], [[Ulawa Island]]
* '''AGAT''' (ATD) – [[Uru Harbour]] – [[Atoifi]], [[Malaita]]
* '''AGBA''' – [[Barakoma Airport]] – [[Barakoma]]

أحتاج إلى استرداد جميع الأسطر في مصفوفة واحدة تبدأ بالنمط

* '''

أعتقد أنه سيتم استدعاء التعبير العادي للطلب هنا ولكنني في الواقع أخطأت في جزء التعبيرات العادية.

بالإضافة إلى مثال آخر لدي النص التالي:

{{otheruses}}
{{Infobox Settlement
|official_name          = Doha
|native_name        = {{rtl-lang|ar|الدوحة}} ''ad-Dawḥa''
|image_skyline          = Doha Sheraton.jpg
|imagesize              = 
|image_caption          = West Bay at night
|image_map              = QA-01.svg
|mapsize                = 100px
|map_caption            = Location of the municipality of Doha within [[Qatar]].
|pushpin_map            =
|pushpin_label_position = 
|pushpin_mapsize        = 
|subdivision_type       = [[Countries of the world|Country]]
|subdivision_name       = [[Qatar]]
|subdivision_type1      = [[Municipalities of Qatar|Municipality]]
|subdivision_name1      = [[Ad Dawhah]]
|established_title      = Established
|established_date       = 1850
|area_total_km2         = 132
|area_total_sq_mi       = 51
|area_land_km2          = 
|area_land_sq_mi        = 
|area_water_km2         = 
|area_water_sq_mi       = 
|area_water_percent     = 
|area_urban_km2         = 
|area_urban_sq_mi       =
|area_metro_km2         = 
|area_metro_sq_mi       = 
|population_as_of       = 2004
|population_note        = 
|population_footnotes = <ref name=poptotal>[http://www.planning.gov.qa/Qatar-Census-2004/Flash/introduction.html Qatar 2004 Census]</ref>
|population_total       = 339847
|population_metro       = 998651
|population_density_km2 = 2574
|population_density_sq_mi = 6690
|latd=25 |latm=17 | lats=12 |latNS=N 
|longd=51|longm=32 | longs=0| longEW=E 
|coordinates_display    = inline,title
|coordinates_type       = type:city_region:QA
|timezone               = [[Arab Standard Time|AST]]
|utc_offset             = +3
|website                = 
|footnotes              = 
}} <!-- Infobox ends -->
'''Doha''' ({{lang-ar|الدوحة}}, ''{{transl|ar|ad-Dawḥa}}'' or ''{{unicode|ad-Dōḥa}}'') is the [[capital city]] of [[Qatar]].  It has a population of 400,051 according to the 2005 census,<ref name="autogenerated1">[http://www.hotelrentalgroup.com/Qatar/Sheraton%20Doha%20Hotel%20&%20Resort.htm Sheraton Doha Hotel & Resort | Hotel discount bookings in Qatar<!-- Bot generated title -->]</ref> and is located in the [[Ad Dawhah]] municipality on the [[Persian Gulf]].  Doha is Qatar's largest city, with over 80% of the nation's population residing in Doha or its surrounding [[suburbs]], and is also the economic center of the country. 
It is also the seat of government of Qatar, which is ruled by [[Sheikh Hamad bin Khalifa Al Thani]]–the current ruling Emir of Qatar. 

أحتاج إلى استخراج صندوق المعلومات هنا.صندوق المعلومات هو ويتضمن كل النص بين أول ظهور لـ

{{Infobox Settlement

وينتهي مع أول ظهور

}} <!-- Infobox ends -->

أنا ضائع تمامًا عندما يتعلق الأمر بالتعبيرات العادية ويمكنني استخدام المساعدة هنا.أنا أستخدم PHP.

---

يحرر!يساعد!

لقد كنت أكافح لمدة 40 ساعة ولم أتمكن من جعل التعبير العادي الغبي يعمل بشكل صحيح :( حتى الآن لدي هذا فقط:

{{صندوق المعلومات[^\b( | )}}( | )\b]*[\b( | )}}( | )( | )\ب]

لكنه لا يعمل، أريده أن يقرأ جميع بيانات السلسلة بين {{صندوق المعلومات وينتهي بـ }}

أنا أستخدم Php ولا يمكنني تشغيل هذا :( إنه يُرجع فقط التواجد الأول لـ }} متجاهلاً حقيقة أنني أريد استرداده }} مع تغذية الأسطر السابقة.ساعدني من فضلك قبل أن أضيع المزيد من عقلي في هذا :'(

Answer 1

أحتاج إلى استخراج صندوق المعلومات ...

جرب هذا، هذه المرة تأكد من وضع dotall ممكّن:

\{\{Infobox.*?(?=\}\} <!-- Infobox ends -->)

ومرة أخرى توضيح لذلك:

(?xs)    # x=comment mode, s=dotall mode
\{\{     # two opening braces (special char, so needs escaping here.)
Infobox  # literal text
.*?      # any char (including newlines), non-greedily match zero or more times.
(?=      # begin positive lookahead
\}\}     # two closing braces
<!-- Infobox ends --> # literal text
)        # end positive lookahead

سيطابق هذا ما يصل إلى (ولكن باستثناء) تعبير النهاية - يمكنك إزالة المظهر الأمامي نفسه وتضمين المحتويات فقط لجعله يتضمن النهاية، إذا لزم الأمر.

التحديث بناءً على التعليق للإجابة:

\{\{Infobox.*?(?=\n\}\}\n)

كما هو مذكور أعلاه، لكن lookahead يبحث عن قوسين على الخط الخاص بهما.

للسماح بالتعليق اختياريًا أيضًا، استخدم:

\{\{Infobox.*?(?=\n\}\}(?: <!-- Infobox ends-->)?\n)

Answer 2

ميدياويكي مفتوح المصدر. إلقاء نظرة على ...؛ -)

Answer 3

وأعتقد أن أفضل وسيلة لدمج جميع الخطوط في سلسلة واحدة، خاصة بالنسبة لل[إينفوبوإكس.

وبعد ذلك شيئا على غرار

و$ ريج = "\ ن (\ * '' '[^ \ ن] *)"؛

وبالنسبة للجزء الأول (كل شيء بعد خط جديد التي تبدأ مع * '' 'وليس خط جديد).

وبالنسبة للجزء الثاني أنا لا كراس المؤكد الآن، ولكن هذا هو مكان رائع للعب حول قليلا: http://www.solmetra.com/scripts/regex/index.php

وهنا إشارة موجزة عن التعبير اللغوي العادي: http://www.regular-expressions.info/reference.html

Answer 4

<اقتباس فقرة>   

وأحتاج لاسترداد كافة الخطوط في مجموعة واحدة والتي تبدأ مع * ''' نمط

وتمكين وضع متعدد الأسطر وضمان dotall الوضع هو <م> تعطيل ، واستخدام هذا:

^\* '''.*$

و
هذا التعبير تشريح هو:

(?xm-s) # Flags:
        # x enables comment mode (spaces ignore, hashes start comments)
        # m enables multiline mode (^$ match lines)
        # -s disables dotall (. matches newline)
^       # start of line
\*      # literal asterisk
[ ]     # literal space (needs braces in comment mode, but not otherwise)
'''     # three literal apostrophes
.*      # any character (excluding newline), greedily matched zero or many times.
$       # end of line