Question

长时间的潜伏，第一次海报 - 请光临我，我是一个正则表达式n00b，但我对项目的某些功能有一个好主意，我试图尽我所能地实现它但我需要一些帮助来达到预期的效果。有问题的页面是：http://dev.favorcollective.com/guidelines/（仅提供一些上下文）

我正在使用php的preg_replace来浏览特定页面的内容（巨型字符串），我正在搜索词汇表术语，然后用一些html包装这些术语，从而启用动态词汇表定义工具提示。

这是我目前的代码：

function annotate($content)
{
    global $glossary_terms;
    $search =  array();
    $replace = array();
    $count=1;

    foreach ($glossary_terms as $term):
        array_push($search,'/\b('.preg_quote($term['term'],'/').')[?=a-zA-Z]*/i');
        $id = "annotation-".$count;
        $replacement = '<a href="'.get_bloginfo('url').'/glossary#'.preg_replace( '/\s+/', '', $term['term']).'" class="annotation" rel="'.$id.'">'.$term['term'].'</a><span id="'.$id.'" style="display:none;"><span class="term">'.$term['term'].'</span><span class="definition">'.$term['def'].'</span></span>';
         array_push($replace,(string)$replacement);

         $count++;

    endforeach;

    return preg_replace($search, $replace, $content);
}

•但是如果我想忽略＆lt; h＃＆gt;中的匹配怎么办？＆LT; /小时＃＆GT;标签

•我还有一个特定的字符串，我不希望在其中匹配特定术语。例如，我想在“ACTFL熟练度指南”的上下文中使用“熟练度”这个词来匹配任何时候我如何在正则表达式中添加例外？这甚至是一种选择吗？

•最后，如何将匹配的文本作为变量返回？目前，当我匹配以's'或'ing'结尾的术语（故意）时，我的脚本打印匹配的术语而不是匹配的原始字符串（即它将“描述”替换为“描述”）。反正有吗？

谢谢！

Answer 1

不是一个php家伙（c＃），但是这里有。我认为：

'/\b('.preg_quote($term['term'],'/').')[?=a-zA-Z]*/i'将映射到这个更具可读性的模式：

/\b(ESCAPED_TERM)[?=a-zA-Z]*/i

所以，只要排除＆lt; h＃＆gt;只有当你可以假设你的数据是简单的非嵌套的情况时，正则表达式才是正确的：＆lt; h＃＆gt; TERM＆lt; h＃＆gt;。如果可以的话，你可以使用负前瞻断言：

/\b(ESCAPED_TERM)(?!<h\d>)[?=a-zA-Z]*/i

您可以使用lookahead with a lookbehind来处理您的特殊情况：

/\b(ESCAPED_TERM|(?<!ACTFL )Proficiency(?!\sGuidelines))(?!<h\d>)[?=a-zA-Z]*/i

注意：如果你有一堆这些特殊情况，PHP可能（应该）有一个“忽略空白”标志，它可以让你将每个标记放在换行符上。

Answer 2

正则表达式很精彩，很棒，很神奇。但一切都有其局限性。

这就是为什么拥有像PHP这样的语言来提供额外功能的好处。：）

你能用非贪婪的正则表达式删除标题吗？

$content = preg_replace('/<h[1-6]>.*?<\/h[1-6]>/sim', "", $content);

如果非贪婪的评估不起作用，那么假设标题中没有任何其他HTML会怎么样？

$content = preg_replace('/<h[1-6]>[^<]*<\/h[1-6]>/im', "", $content);

另外，您可能希望使用sprintf来简化替换：

/*
  1  get_bloginfo('url')
  2  preg_replace( '/\s+/', '', $term['term']).
  3  $id
  4  $term['term']
  5  $term['def']
*/
$rfmt = '<a href="%1$s/glossary#%2$s" class="annotation" rel="%3$s">%4$s</a><span id="%3$s" style="display:none;"><span class="term">%4$s</span><span class="definition">%5$s</span></span>';

...

$replacement = sprintf($rfmt, get_bloginfo('url'), preg_replace( '/\s+/', '', $term['term']), $id, $term['term'], $term['def'] );

如何忽略由特定字符串包装的正则表达式匹配？

2 个答案: