Php正则表达式有条件地替换第一次出现的字符串

Question

我需要对看起来像这样的字符串进行一些清理：

$author_name = '<a href="http://en.wikipedia.org/wiki/Robert_Jones_Burdette>Robert Jones Burdette </a>';

请注意，href标记没有结束引号 -​​ 我在这些文件的大表上使用DOMParser来提取文本，然后就此进行了抨击。

我想查看$ author_name;

中的字符串

如果第一个＆gt;没有“在它之前，用”＆gt;替换它正确关闭标签。如果没问题，只需跳过并执行下一步。一定不要更换第二个＆gt;一点都不。

使用php正则表达式，我找不到一个可行的解决方案 - 我可以删除整个事情并检查它的部分，但这会很慢，我认为必须有一个正则表达式可以做我想要的

TIA

Answer 1

你可以做的是，找到第一个结束标记，有或没有双引号（“），并将其替换为（”＆gt;）：

$author_name = preg_replace('/(.+?)"?>(.+?)/', '$1">$2', $author_name);

Answer 2

http://www.barattalo.it/html-fixer/

下载，然后将其包含在您的PHP中。 其余的很简单：

$dirty_html = ".....bad html here......";

$a = new HtmlFixer();
$clean_html = $a->getFixedHtml($dirty_html);

人们想要使用正则表达式是很常见的，但你必须记住HTML is not regular。