Nettoyage HTML avec regex negative lookahead

Marsh Posté le 11-06-2019 à 11:48:58

Hello à tous,

Dans le cadre d'un projet on doit récupérer du code html de la part du client, parfois il manque des balises de fermeture, du genre <li>Non fermés, non encapsulés par <ul></ul>

Je regardais à nouveau côté regex le negative lookahead pour tenter d'attraper ces dernières, hélàs je bloque sur la partie suivant

Code :

La regex : /<li>([^\n]+)(?!<\/li> )/
Matche hélàs positivement cette dernière ..
Regex : <li>(?!<\/li> )([^<\/li>\n]+)
n'est pas géniale, je souhaiterais exclure littéralement la string </li> afin de n'attraper que la ligne "<li>Ok"
<li>KO</li>
<li>OK

J'ai mis mes essais ici : https://regex101.com/r/0usLzN/1

Auriez-vous des idées, une lumière ? Merci par avance

Message édité par grosbin le 11-06-2019 à 11:51:45

---------------
Photos Panoramiques Montagnes Haute Savoie

Marsh Posté le 11-06-2019 à 11:48:58

Marsh Posté le 11-06-2019 à 12:24:27

Il y a peut-être moyen de faire plus simple ou moins tordu mais cela semble fonctionner :

Code :