我的网站上有一项功能，搜索结果会在搜索结果中突出显示搜索查询。但是，网站搜索的某些字段中包含HTML。例如，假设我的搜索结果包含<span>Hello all</span>。如果用户搜索了字母a，我希望代码返回<span>Hello <mark>a</mark>all</span>而不是现在返回的凌乱的<sp<mark>a</mark>n>Hello <mark>a</mark>ll</sp<mark>a</mark>n>。
我知道我可以在preg_replace()中使用否定的lookbehinds和lookaheads来排除a介于<和>之间的所有实例。但是我该怎么做？正则表达式是我的弱点之一，我似乎无法想出任何有用的工作。
到目前为止，我得到的是：
$return = preg_replace("/(?<!\<[a-z\s]+?)$match(?!\>[a-z\s]+?)/i", '<mark>'.$match.'</mark>', $result);
但它似乎不起作用。有什么帮助吗？
答案 0 :(得分：1)
如果你想使用正则表达式，只需要一个简单的否定前瞻（假设格式良好的标记，标签内或标签之间没有<或>）
$return = preg_replace("/$match(?![^<>]*>)/i", '<mark>$0</mark>', $result);
$match中的任何特殊正则表达式字符都需要正确转义。
答案 1 :(得分：1)
使用正则表达式来解析像HTML这样的复杂语言被认为是不好的做法。有足够的技巧和耐心，以及先进的正则表达式引擎，它可能是可能的，但潜在的陷阱是巨大的，性能不太可能是好的。
更好的解决方案是使用dom解析器，例如PHP的内置DOMDocument类。
这是can be found here in the answer to this related SO question的一个很好的例子。
希望有所帮助。