Question

我正在寻找执行以下操作的PHP正则表达式：（1）在<p>标签内获取文本，其中（2）不包含单词“x x x”和（3）未嵌套在<blockquote>

内

示例：

<p>This is one</p> //true
<p>This is one x x x</p> //false, has "x x x"
<blockquote><i>something</i><p>This is one</p></blockquote> //false, nested inside blockquote

Answer 1

正则表达式是此作业的错误工具。即使只是为了“快速修复”，它仍然不是正确的工具。

我喜欢在这里使用的工具称为XPath。使用PHP的DOMDocument和DOMXPath类，我们可以找到您想要的值。

我使用了您的HTML，然后搜索了符合您条件的<p>个标签。

<?php
$html = <<<END
<p>This is one</p>
<p>This is one x x x</p>
<blockquote><i>something</i><p>This is one</p></blockquote>
END;

$DOM = new DOMDocument;
$DOM->loadHTML($html);
$xPath = new DOMXPath($DOM);

$p = $xPath->query('//p[not(contains(text(), "x x x")) and not(ancestor::blockquote)]');

foreach($p as $e){
    echo $e->nodeValue;
}

DEMO：https://eval.in/238099

_{编辑：使用更好的XPath查询更新答案以使用嵌套标记。}

匹配不在特定HTML标记内且不包含特定单词的字符

1 个答案: