Question

我有一些代码在两个文档之间生成差异，随意插入<ins>和<del>标记。在大多数情况下，它做得很好，但不时会在脚本，样式和标题标签中插入标签。

有关如何删除 <del>标记（包括它们之间的文字）的任何想法，删除<ins>标记（但保留其中的文字作为其中的一部分）原始字符串），但只在这三个标签内？（标题，剧本和风格）。

Answer 1

不要使用正则表达式来执行此操作;听起来你必须处理很多很多行。 DOMDocument很棒。

$dom = new DOMDocument;
$dom->loadHTML($your_html_string);
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//script|//title|//style') as $node) {
    foreach ($node->getElementsByTagName('del') as $delNode) {
        $node->removeChild($delNode);
    }
    foreach ($node->getElementsByTagName('ins') as $insNode) {
       $node->replaceChild($dom->createTextNode($insNode->nodeValue), $insNode);
    }
}

Answer 2

未经测试，这可能有效，也可能无效：

$str = preg_replace('/(<script.*?>.*?)<del>.*?</del>(.*?</script>)/im', '$1$2', $str);

它试图在＆lt; script＆gt;中查看...＆lt; / script＆gt;字符串的块，并替换＆lt; del＆gt; ...＆lt; / del＆gt;的任何实例用空字符串。

Answer 3

以下结果对我来说效果很好：

$tags = array('script', 'title', 'style');
foreach ($tags as $tag) {
    $str = preg_replace_callback(
        '/(<' . ($tag) . '\b[^>]*>)(.*?)(<\/' . ($tag) . '>)/is',
        function($match) {
            $replaced = preg_replace(
                array(
                    '/__Delete-Start__.+__Delete-End__/Uis',
                    '/__Insert-Start__(.+)__Insert-End__/Uis'
                ),
                array(
                    '',
                    '$1'
                ),
                $match[2]
            );
            return ($match[1]) . ($replaced) . ($match[3]);
        },
        $str
    );
}

虽然以下内容并没有最终成为我的解决方案，但它确实让我走得很远，对其他人有用：

$dom = new DOMDocument;
$dom->loadHTML($str);
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//script|//title|//style') as $node) {
    foreach ($node->getElementsByTagName('del') as $delNode) {
        $node->removeChild($delNode);
    }
    foreach ($node->getElementsByTagName('ins') as $insNode) {
        $node->replaceChild($dom->createTextNode($insNode->nodeValue), $insNode);
    }
}
$str = (string) $dom->saveXML($dom, LIBXML_NOEMPTYTAG);//$xpath->query('//p')->item(0));

希望这有助于其他人。

从<script>标签中剥离<ins>和<del>标签</script> </del> </ins>

3 个答案: