Question

我想在字符串中找到尚未在<pre>标记内的评论标记，并将其包装在<pre>标记中。

似乎没有办法找到＆＃39;使用PHP DOM的评论。

我已经使用正则表达式进行了一些处理，但是我非常不熟悉（尚未掌握或真正理解）展望未来并在正则表达式中看后面。

例如，我可能有以下代码;

<!-- Comment 1 -->

<pre>
    <div class="some_html"></div>
    <!-- Comment 2 -->
</pre>

我想在<pre>代码中包含评论1，但显然不是评论2，因为它已经位于<pre>。

这通常如何在RegEx中完成？

这是我对负面看法的理解，以及我对其中的一种尝试，我显然做了一些非常错误的事情！

(?<!<pre>.*?)(?!.*?</pre>)

Answer 1

如果您计划重新使用此代码，则应该使用DOM解析器。当呈现真实世界的HTML时，每个正则表达式方法都会很快失败。

话虽如此，这是你能做的（但不应该，见上文）：

首先，确定评论，例如使用

<!-- (?:(?!-->).)*-->

负向预测块确保。*不会用完注释块。

现在，您需要确定此评论是否在<pre>块内。这里的关键观察是，每个评论之后的<pre>或</pre>元素都是偶数个。

因此，请仔细检查文本的其余部分，并始终成对<pre>，并检查是否到达最后。

这看起来像

(?=(?:(?!</?pre>).)*(?:</?pre>(?:(?!</?pre>).)*</?pre>(?:(?!</?pre>).)*)*$)

所以，这将是

<!-- (?:(?!-->).)*-->(?=(?:(?!</?pre>).)*(?:</?pre>(?:(?!</?pre>).)*</?pre>(?:(?!</?pre>).)*)*$)

只写代码的欢呼=）

此表达式的突出构建块是(?:(?!</?pre>).)，它匹配的每个字符都不是<pre>或</pre>序列的起始括号。

允许<pre>上的属性和正确的转义留给读者练习。请在RegExr处查看此操作。

Answer 2

似乎没有办法使用PHP DOM“查找”评论。

当然你可以......使用PHP Simple HTML DOM Parser检查此代码：

<?php
$text = '<!-- Comment 1 -->

        <pre>
            <div class="some_html"></div>
            <!-- Comment 2 -->
        </pre>';

echo  "<div>Original Text: <xmp>$text</xmp></div>";

$html = str_get_html($text);

$comments = $html->find('comment');

// if find exists
if ($comments) {

  echo '<br>Find function found '. count($comments) . ' results: ';

  foreach($comments as $key=>$com){
    echo '<br>'.$key . ': ' . $com->tag . ' wich contains = <xmp>' . $com->innertext . '</xmp>';
  }
}
else
  echo "Find() fails !";
?>

$com->innertext会为您提供 ...

等评论

您现在只需按照自己的意愿清洁它们。例如，使用 ...尝试HERE

编辑：

只是关于lookbehind的注释，它必须有固定宽度，因此你不能使用重复*+或可选项?

坏消息是大多数正则表达式都不允许你在lookbehind中使用任何正则表达式，因为它们不能向后应用正则表达式。因此，正则表达式引擎需要能够在检查lookbehind之前找出退回的步骤数。

因此，许多正则表达式，包括Perl和Python使用的那些，只允许固定长度的字符串。您可以使用任何可以预先确定匹配长度的正则表达式。这意味着您可以使用文字文本和字符类。您不能使用重复或可选项。您可以使用交替，但仅当交替中的所有选项具有相同的长度时才会使用。

来源：http://www.regular-expressions.info/lookaround.html

Answer 3

Xpath是你的朋友：

$xpath = new DOMXpath($doc);

foreach($xpath->query('//comment()[not(ancestor::pre)]') as $comment){
  $pre = $doc->createElement("pre");
  $comment->parentNode->insertBefore($pre, $comment);
  $pre->appendChild($comment);
}

Answer 4

它很容易，使用一个称为堆栈计数器的原则，基本上你计算<pre>标签的数量和</pre>标签的数量，直到HTML代码中的点为止细分市场。
如果更多 <pre>而不是</pre> - 这意味着“<pre>..--you are here--..</pre>”。
在这种情况下，只需返回比赛，未经修改 - 就这么简单。

PHP在字符串中获取html注释并包装在<pre> tag. Regex or DOM?</pre>中

4 个答案:

编辑：