Question

我正在尝试在Drupal的Hashtags模块中解决这个错误：http://drupal.org/node/1718154

我有这个函数匹配我的文本中以“＃”为前缀的每个单词，如#tag：

function hashtags_get_tags($text) {
    $tags_list = array();
    $pattern = "/#[0-9A-Za-z_]+/";
    preg_match_all($pattern, $text, $tags_list);
    $result = implode(',', $tags_list[0]);
    return $result;
    }

我需要忽略页面中的内部链接，例如<a href="#reference">link</a>，或者更常见的是，出现在HTML标记内的任何以＃为前缀的单词（因此先于＆lt;然后是＆gt;）。

我知道如何实现这一目标？

Answer 1

您是否可以先删除标签，因为匹配（使用strip_tags功能）？

function hashtags_get_tags($text) {

    $text = strip_tags($text);

    $tags_list = array();
    $pattern = "/#[0-9A-Za-z_]+/";
    preg_match_all($pattern, $text, $tags_list);
    $result = implode(',', $tags_list[0]);
    return $result;
}

如果您只想匹配HTML标记内不的主题标签，那么正则表达式将会非常棘手。

Answer 2

您可以使用preg_replace

预先扔掉标签

function hashtags_get_tags($text) {
$tags_list = array();
$pattern = "/#[0-9A-Za-z_]+/";
$text=preg_replace("/<[^>]*>/","",$text);
preg_match_all($pattern, $text, $tags_list);
$result = implode(',', $tags_list[0]);
return $result;
}

Answer 3

我使用PHP DOM创建了此功能。

它会返回#中包含href的所有链接。

如果您希望它只删除内部哈希标记，请替换此行：

if(strpos($link->getAttribute('href'), '#') === false) {

用这个：

if(strpos($link->getAttribute('href'), '#') !== 0) {

这是功能：

function no_hashtags($text) {
    $doc = new DOMDocument();
    $doc->loadHTML($text);
    $links = $doc->getElementsByTagName('a');
    $nohashes = array();
    foreach($links as $link) {
        if(strpos($link->getAttribute('href'), '#') === false) {
            $temp = new DOMDocument();
            $elem = $temp->importNode($link->cloneNode(true), true);
            $temp->appendChild($elem);
            $nohashes[] = $temp->saveHTML();
        }
    }
    // return $nohashes;
    return implode('', $nohashes);
    // return implode(',', $nohashes);
}

php正则表达式匹配字符串，如果不在HTML标记中

3 个答案: