php preg_replace html,php – 忽略preg_replace中的html标签

我就是我 2022-11-18 13:42 134阅读 0赞

我假设您应该基于DOMDocument和DOMXPath而不是使用正则表达式来创建函数.即使那些功能非常强大,您也遇到了一些问题,例如您所描述的问题,这些问题并非(总是)通过正则表达式来解决.

一般说法是：不要用正则表达式解析HTML.

记住这一点是一个很好的规则,虽然它与任何规则一样,并不总是适用,但值得一提的是.

XPath允许您查找仅包含文本中所有搜索项的所有文本,忽略所有XML元素.

然后你只需要将这些文本包装到< span>你完成了

编辑：最后一些代码;)

首先,它使用xpath来定位包含搜索文本的元素.我的查询看起来像这样,这可能写得更好,我不是超级xpath pro：

'//\*\[contains(., "'.$search.'")\]/\*\[FALSE = contains(., "'.$search.'")\]/..'

$search包含要搜索的文本,不包含任何“(引用)字符(这会破坏它,如果需要引号,请参阅Cleaning/sanitizing xpath attributes以获得解决方法).

此查询将返回包含文本节点的所有父节点,这些节点组合在一起将是包含搜索词的字符串.

因为这样的列表不容易进一步处理,我创建了一个表示DOMText节点列表的TextRange类.在文本节点列表上执行字符串操作非常有用,就好像它们是一个字符串一样.

这是例程的基本框架：

$str = '...'; \# some XML

$search = 'text that span';

printf("Searching for: (%d) '%s'\\n", strlen($search), $search);

$doc = new DOMDocument;

$doc->loadXML($str);

$xp = new DOMXPath($doc);

$anchor = $doc->getElementsByTagName('body')->item(0);

if (!$anchor)

\{

throw new Exception('Anchor element not found.');

\}

// search elements that contain the search-text

$r = $xp->query('//\*\[contains(., "'.$search.'")\]/\*\[FALSE = contains(., "'.$search.'")\]/..', $anchor);

if (!$r)

\{

throw new Exception('XPath failed.');

\}

// process search results

foreach($r as $i => $node)

\{

$textNodes = $xp->query('.//child::text()', $node);

// extract $search textnode ranges, create fitting nodes if necessary

$range = new TextRange($textNodes);

$ranges = array();

while(FALSE !== $start = strpos($range, $search))

\{

$base = $range->split($start);

$range = $base->split(strlen($search));

$ranges\[\] = $base;

\};

// wrap every each matching textnode

foreach($ranges as $range)

\{

foreach($range->getNodes() as $node)

\{

$span = $doc->createElement('span');

$span->setAttribute('class', 'search\_hightlight');

$node = $node->parentNode->replaceChild($span, $node);

$span->appendChild($node);

\}

\}

\}

对于我的示例XML：

This is some text that span across a page to search in.

and more text that span

它产生以下结果：

This is some text that span across a page to search in.

and more text that span

这表明这甚至允许查找分布在多个标签上的文本.对于正则表达式来说,这并不容易.

你可以在这里找到完整的代码：http://codepad.viper-7.com/U4bxbe(包括我从答案示例中取出的TextRange类).

由于该网站使用的旧版LIBXML版本,它在viper键盘上无法正常工作.它适用于我的LIBXML版本20707.我创建了一个关于此问题的相关问题：XPath query result order.

警告提示：此示例使用二进制字符串搜索(strpos)和用于使用DOMText::splitText函数拆分文本节点的相关偏移量.这可能导致错误的偏移,因为函数需要UTF-8字符偏移.正确的方法是使用mb\_strpos获取基于UTF-8的值.

该示例仍然可行,因为它仅使用US-ASCII,其具有与示例数据相同的UTF-8偏移量.

对于现实生活情况,$search字符串应该是UTF-8编码的,应该使用mb\_strpos而不是strpos：

while(FALSE !== $start = mb\_strpos($range, $search, 0, 'UTF-8'))

发表评论取消回复

表情：

评论列表（有 0 条评论，134人围观）

还没有评论，来说两句吧...

相关阅读

相关 PHP去除HTML标签，统计字数

输出：14 <?php $content = '<span class="title-content-增一确诊title">陕西新增一确，

野性酷女/ 2023年10月06日 16:03/ 0 赞/ 20 阅读

相关完美过滤script标签, PHP过滤HTML标签

> // .\ 不能匹配换行 > // \[\\s\\S\]\ 支持匹配换行 > // ? 表示匹配最近的一个结束标签</script> > // i 不区分大小写

心已赠人/ 2022年12月26日 09:26/ 0 赞/ 220 阅读

相关 HTML中的表格标签

表格标签表格主要用于显示、展示数据，因为它可以让数据变得非常规整，可读性好。表格不是用来布局页面的，而是用来展示数据的。 <table></talbe>是用于定义表格

深藏阁楼爱情的钟/ 2022年12月15日 14:14/ 0 赞/ 245 阅读

相关 php preg_replace html,php – 忽略preg_replace中的html标签

我假设您应该基于DOMDocument和DOMXPath而不是使用正则表达式来创建函数.即使那些功能非常强大,您也遇到了一些问题,例如您所描述的问题,这些问题并非(总是)通过正

我就是我/ 2022年11月18日 13:42/ 0 赞/ 135 阅读

相关 html 标签内script,HTML中的script标签研究

Script 的堵塞(block)特性 Scripts without async or defer attributes, as well as inline script

妖狐艹你老母/ 2022年10月07日 12:46/ 0 赞/ 201 阅读

相关 php清除html标签

function delhtml($str){ //清除html标签 $str= htmlspecialchars_decode($str);

蔚落/ 2022年08月26日 05:53/ 0 赞/ 199 阅读

相关 PHP去除字符串中的html标签

//函数原型： string strip_tags ( string $str [, string $allowable_tags ] ) 从字符串中去除 H

清疚/ 2022年08月06日 08:14/ 0 赞/ 239 阅读

相关 php正则过滤html标签

<?php $str=preg\_replace("/s+/", " ", $str); //过滤多余回车 $str=preg\_replace("/<\[ \]+/s

小灰灰/ 2022年05月21日 11:44/ 0 赞/ 240 阅读

相关 html中的重要标签

1. div标签的定义和用法可定义文档中的分区或节。标签可以把文档分割为独立的、不同的部分。它可以用作严格的组织工具，并且不使用任何格式与其关联。如果用 id 或

迈不过友情╰/ 2021年11月23日 22:28/ 0 赞/ 366 阅读

相关 HTML中的常见标签

标题标签 h1~h6 段落标签 p 无序列表 <ul> <li></li> </ul> 有序列表将ul换成ol <b> <strong>对字体有加粗效果但是st

﹏ヽ暗。殇╰゛Y/ 2021年09月15日 11:52/ 0 赞/ 388 阅读