1

He diseñado una función para extraer la localización de un grupo musical a partir de textos de esta forma (os pongo además los dos que me han dado el problema que intento solventar en este hilo):

"Fuel to burn", de Aerogramme (Glasgow, Escocia). Extraído de su EP "Glam cripple EP (Fukd I.D. #1)".

"You're pretty good looking (for a girl)", de The White Stripes (Detroit, EEUU). Extraído de su LP "De stijl".

La función es la siguiente:

  # 2.5. Localización: devuelve un array con dos componentes, ciudad ([0]) y país ([1])

  function localizacion($linea) 
  {
    $inicio = strpos($linea, " (");
    $final = strpos($linea, ").");
    $distancia = $final - $inicio;

    $localizacion = substr($linea, $inicio + 2, $distancia - 2);
    $localizacion_array = explode(",", $localizacion);

    return $localizacion_array;
  }

Bien, el problema es que esta función se lía con la canción de los White Stripes, porque encuentra el patrón " (" en el propio título; pensé que la solución sería usar strrpos() en vez de strpos(), pero entonces se lía con la de Aerogramme porque encuentra el patrón en el título del disco.

¿Se os ocurre algún otro patrón que podría usar o he de recurrir a una expresión regular -con las que apenas tengo experiencia-? De ser así, ¿cuál podría ser su sintaxis?

Un saludo y gracias de antemano.

3 respuestas 3

4

Podrías aplicar la siguiente expresión regular: ([^)(]+),\s*([^)(]+)(?=\)\.\s*Extraído)

Aplicado a una función, podría ser algo similar a esto:

function localizacion($linea) 
{
    $re = '/([^)(]+),\s*([^)(]+)\)\.\s*Extraído/m';
    preg_match_all($re, $linea, $matches, PREG_SET_ORDER, 0);
    return(array($matches[0][1], $matches[0][2]));
}

Tienes una demo aquí

Explicación

La idea es capturar los paréntesis que hay antes de . Extraído

(             # Este paréntesis no es literal, sirve para 'capturar'
              # lo que tiene dentro. Es el primer grupo de captura
    [^)(]+    # Cualquier caracter salvo paréntesis izquierdo o derecho, una o más veces
)             # Fin del primer grupo de captura
,             # una coma, literal
\s*           # Cualquier tipo de espacio (espacio, tabulador...) cero o más veces
(             # Inicio del segundo grupo de captura
    [^)(]+    # Cualquier caracter salvo paréntesis izquierdo o derecho, una o más veces
)             # Fin del segundo grupo de captura
\)            # Paréntesis derecho (debe escaparse)
\.            # Un punto literal (debe escaparse)
\s*           # cero o más blancos
Extraído      # La palabra 'Extraído'

Finalmente en matches tendremos los grupos de captura, que devolveremos con

return(array($matches[0][1], $matches[0][2]));

Tienes más información en la página de php de preg_match

3
  • Muchas gracias, parece funcionar perfectamente. Ahora sólo tengo que entender cómo lo hace, jajaja... Commented el 24 mar. 2019 a las 21:03
  • 1
    Gracias @Optigan. He editado la respuesta para simplificar un poco la expresión regular y añadirle la explicación. Saludos.
    – Julio
    Commented el 25 mar. 2019 a las 7:28
  • Genial, Julio, muchísimas gracias. Commented el 25 mar. 2019 a las 8:06
1

Si solo deseas obtener la localización podrías usar una expresión regular como esta:

\(\w+,\s\w+\)
3
  • Es una mejora respecto a lo que tiene OP, pero fallará si el título de la canción tiene una coma dentro de paréntesis
    – Julio
    Commented el 24 mar. 2019 a las 18:51
  • no acaba de encajarme este regex, para empezar el paréntesis no está compensado.
    – fedorqui
    Commented el 25 mar. 2019 a las 10:33
  • 1
    lo he modificado, no me había dado cuenta de ello Commented el 25 mar. 2019 a las 11:41
0

Me ha surgido un problema similar al intentar extraer el nombre del autor (en ese caso, el patrón de cierre a buscar es $final = strpos($linea, " (");, por lo que de nuevo se hace un lío cuando se lo encuentra primero en el título de la canción de los White Stripes) y lo he solucionado con una ñapa $alarma que sería aplicable a esta función también:

  function localizacion($linea) 
  {
    $inicio = strpos($linea, " (");
    $final = strpos($linea, ").");
    $alarma = strpos($linea, '", de ');

    if($inicio < $alarma) $inicio = strrpos($linea, " (");

    $distancia = $final - $inicio;

    $localizacion = substr($linea, $inicio + 2, $distancia - 2);
    $localizacion_array = explode(",", $localizacion);

    return $localizacion_array;
  }

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.