Question

如何使用regex和php从xml中删除几行标签及其内容？

我试过了：

$content = preg_replace('/<\JournalIssue CitedMedium="Print">.*?<\/JournalIssue>/i', '', $content);

要移除的xml：

<JournalIssue CitedMedium="Print">
<Volume>38</Volume>
<Issue>1-2</Issue>
<PubDate>
<MedlineDate>2017 Jan-Jun</MedlineDate>
</PubDate>
</JournalIssue>

Answer 1

虽然对于特定情况一般可能，但使用RegEx来操作XML是个坏主意。使用RegEx，您可以将XML视为简单文本。您必须将有关XML的知识放入RegEx。

XML Api可以提供特定功能，例如Xpath支持。

$xml = <<<'XML'
<JournalIssues>
  <JournalIssue CitedMedium="Print">
  </JournalIssue>
  <JournalIssue CitedMedium="Screen">
  </JournalIssue>
</JournalIssues>
XML;

$document = new DOMDocument();
$document->loadXml($xml);
$xpath = new DOMXpath($document);

foreach ($xpath->evaluate('//JournalIssue[@CitedMedium="Print"]') as $issueNode) {
  $issueNode->parentNode->removeChild($issueNode);
}

echo $document->saveXml();

输出：

<?xml version="1.0"?>
<JournalIssues>

  <JournalIssue CitedMedium="Screen">
  </JournalIssue>
</JournalIssues>

Answer 2

您可以在下方使用，但不建议在XML上使用正则表达式。

$content = preg_replace(
    '/<JournalIssue CitedMedium="Print">(.*?)JournalIssue>/is',
    '',
    $content
);

键是修饰符/ s

s（PCRE_DOTALL）如果设置了此修饰符，则模式中的点元字符将匹配所有字符，包括换行符。没有它，新行就是排除。此修饰符等效于Perl＆＃s; s修饰符。一个负面类如[^ a]总是匹配换行符，独立于此修饰符的设置。

http://php.net/manual/en/reference.pcre.pattern.modifiers.php

另外（。*？）对于替换多个JournalIssue块之间的其他内容非常重要。

如何从带有正则表达式的xml中删除几行标签及其内容

2 个答案: