Question

我最近使用了一种模式来用成对的开/关双引号替换直双引号。

$string = preg_replace('/(\")([^\"]+)(\")/','“$2”',$string);

当$ string是一个句子，甚至是段落时，它工作正常。

但是...

我的函数可以被调用到一大堆HTML代码的作业，并且它不再作为例外工作了：

$string    = preg_replace('/(\")([^\"]+)(\")/','“$2”','<a href="page.html">Something "with" quotes</a>');

返回

<a href=“page.html”>Something “with” quotes</a>

那是一个问题...

所以我认为我可以通过两次传递：在标签中提取文本，然后替换引号。

我试过这个

$pattern='/<[^>]+>(.*)<\/[^>]+>/';

例如，如果字符串是

，它就可以工作

$string='<a href="page.html">Something "with" quotes</a>';

但它不适用于像：

这样的字符串

$string='Something "with" quotes <a href="page.html">Something "with" quotes</a>';

有什么想法吗？

贝特朗

Answer 1

通常的回复我猜...因为它已经pointed out，所以你不应该通过正则表达式解析HTML。您可以查看PHP Simple DOM Parse来提取文本并应用您正在使用的正则表达式，这些正则表达式似乎正常工作。

This教程应该让你朝着正确的方向前进。

Answer 2

我很确定这将以火焰战结束，但这有效：

echo do_replace('<a href="page.html">Something "with" quotes</a>')."\n";
echo do_replace('Something "with" quotes <a href="page.html">Something "with" quotes</a>')."\n";

function do_replace($string){
    preg_match_all('/<([^"]*?|"[^"]*")*>/', $string, $matches);
    $matches = array_flip($matches[0]);

    $uuid = md5(mt_rand());
    while(strpos($string, $uuid) !== false) $uuid = md5(mt_rand()); 
    // if you want better (time) garanties you could build a prefix tree and search it for a string not in it (would be O(n)

    foreach($matches as $key => $value)
        $matches[$key] = $uuid.$value;

    $string = str_replace(array_keys($matches), $matches, $string);
    $string = preg_replace('/\"([^\"<]+)\"/','&ldquo;$1&rdquo;', $string);
    return str_replace($matches, array_keys($matches), $string);
}

输出（我替换了＆amp; ldquo;和＆amp; rdquo;与“和”）：

<a href="page.html">Something “with” quotes</a>
Something “with” quotes <a href="page.html">Something “with” quotes</a>

使用costum状态机你甚至可以在没有第一次更换的情况下完成它而不是替换它。无论如何，我建议使用Parser。

Answer 3

我终于找到了办法：

提取可以在任何标签（如果有）
使用回调按对查找引号并替换它们。

码

$string = preg_replace_callback('/[^<>]*(?!([^<]+)?>)/sim', create_function('$matches',  'return preg_replace(\'/(\")([^\"]+)(\")/\', \'“$2”\', $matches[0]);'), $string);

Answer 4

Bertrand，恢复了这个问题，因为它有一个简单的解决方案，让你可以一次性替换 - 不需要回调。（在针对how to exclude patterns in regex的一般性问题进行一些研究时找到了您的问题。）

这是我们简单的正则表达式：

<[^>]*>(*SKIP)(*F)|"([^"]*)"

交替的左侧匹配完成<tags>然后故意失败。右侧匹配双引号字符串，我们知道它们是正确的字符串，因为它们与左侧的表达式不匹配。

此代码显示了如何使用正则表达式（请参阅online demo底部的结果）：

<?php
$regex = '~<[^>]*>(*SKIP)(*F)|"([^"]*)"~';
$subject = 'Something "with" quotes <a href="page.html">Something "with" quotes</a>';
$replaced = preg_replace($regex,"“$1”",$subject);
echo $replaced."<br />\n";
?>

参考

How to match (or replace) a pattern except in situations s1, s2, s3...

preg_match_all：除了html标签之外，在引号内获取文本

4 个答案: