Question

我正在努力让正则表达式工作。

我有一些不好的XML，我不得不做一些预处理，因为有些标签中包含一个或多个管道字符。我想在将它传递给simplexml_load_string（）进行解析之前将它们删除。

XML的一大块看起来像这样：

<ALERTNOTEACTIONS>0</ALERTNOTEACTIONS>
<ALLOW|DELIVERY|EDIT>1</ALLOW|DELIVERY|EDIT>
<ALLOW|OVERBOOKING>1</ALLOW|OVERBOOKING>
<ALLOWCASHMOVEMENTSWHENCLOSED>1</ALLOWCASHMOVEMENTSWHENCLOSED>

我需要删除“|”管道标签中的字符，但仅在内部内容中留下任何管道字符。

我需要的是/<([\/A-Z|]+)>/i的反转，只返回包含管道的标签，然后我使用preg_replace来替换标签。花了几个小时浏览正则表达式的例子，我看不出如何只需要一个或多个管道字符的所有标签，或者我错过了一些非常简单的东西？

任何更好的替代方案也将受到赞赏。

Answer 1

您想用标签替换标签？是不是通常推荐用于工作的PHP的XML操作工具（例如http://www.php.net/manual/fr/refs.xml.php），处理错误的XML？

作为一个（非常有限的）正则表达式解决方案，要根据您的输入将标签与管道匹配，可以采用简单的方法：

<[^><|]*+\|[^><]*+>

[^><]表示除了>或<之外的任何内容，它会阻止正则表达式转到实际标记的外部。

使用*+，possessive quantifier，将允许正则表达式失败并更快地继续前进。

如果您有<foo|bar bar="1>3" >（因为它匹配<foo|bar bar="1>）或<foo|bar bar="1<3" >（不匹配）等内容，这会中断，但如果您没有看到这些内容就足够了案例（如您的示例所示，请参阅demo）。

Answer 2

我不确定你想用标签内的管道做什么，但如果你的目标是从“标签名称”中删除它们，你可以使用它：

$xml = preg_replace('~(?:<|(?!\A)\G)[^>|\s]*+\K\|~', '', $xml);

我假设属性（<AAA attr="|||">）内的管道不是问题，这就是从字符类中排除\s的原因。

正则表达式只返回带管道符的标签

2 个答案: