REGEX：获取字符串中不在块引用内的所有单词

Question

请看一下：

http://ideone.com/Mszb8z

$content = 'Hello I am Tom and I am <blockquote class="quotedText">another Tom inside a quote</blockquote>';

$pattern = '#Tom#';
$matches = array();
preg_match_all($pattern, $content, $matches);

var_dump($matches);

这会返回Tom个字符串。但我只想要Tom字符串不在块引用标记内。在这种情况下，只应返回一个Tom字符串。怎么做？

Answer 1

这个正则表达式适合你：

<blockquote[^>]*>[^<]*</blockquote>(*SKIP)(?!)|Tom

<强>演示：

<?php
$string = 'Hello I am Tom and I am <blockquote class="quotedText">another Tom inside a quote</blockquote>';
$regex="~<blockquote[^>]*>[^<]*</blockquote>(*SKIP)(?!)|Tom~";
$count = preg_match_all($regex,$string,$m);
echo $count."<br />";
print_r($m[0]);
?>

输出

1 // means there is only one match
Array ( [0] => Tom ) 

<强>解释

1. 在|替换的左侧，我们匹配整个blockquote，我们知道我们不想要。 (?!)迫使正则表达式失败并在Tom在blockquote中匹配时回溯。引擎回溯到(*SKIP)，告诉它放弃到目前为止的整个比赛，并在字符串的下一个位置尝试新的匹配。
2. 在交替的右侧，我们现在可以安全地匹配Tom。

感谢Hamza指出，不是跳过包含＆＃34; Tom＆＃34;的块引用块，而是跳过任何块引用块。