PHP REGEX在html标记中查找大写句子

Question

我正在尝试创建正则表达式以在html标记中查找大写句子。这是一个例子：

<span style="font-family:Arial; font-size:11pt; font-weight:bold">RESSONÂNCIA MAGNÉTICA</span></p>

我得到了这个正则表达式：^<span style="font-family:Arial; font-size:11pt; font-weight:bold">+[A-Z]+<\/span><\/p>

然而它无法正常工作。它缺少空格和带有重音的字母。

Answer 1

您似乎有一个非常具体的案例。 @Mariano指出了一个很好的方法来抓住大小写字符，这是unicode安全的（很棒的工作！）但也许有点不同会有所帮助。

你提到想要大写的句子......我认为这不仅仅是大写字母，包括标点符号，其他所有字符都可以。也许想想什么不行？如果不允许在该标记内的所有内容都是小写字母，那么您的匹配（在标记内）可能是[^a-z]+，它将匹配从a到z的小写字母。

preg_replace("/^<span style=\"font-family:Arial; font-size:11pt; font-weight:bold\">([^a-z]+)<\/span><\/p>/u", "\1", $input_lines);

如果你想抓住任何跨度的内容，你可以使用这样的东西：

preg_replace("/^<span[^>]+>([^a-z]+)<\/span>/u", "\1", $input_lines);

或者处理带重音的小写字母：

preg_replace("/^<span[^>]+>([^\{Ll}]+)<\/span>/u", "\1", $input_lines);

Answer 2

您使用的[A-Z]仅匹配A到Z。这可以使用Unicode categories

来解决

1. 使用\p{Lu}将字符与Uppercase_Letter Unicode属性匹配。
2. 要使用上述内容，请在模式中设置/u（Unicode修饰符）。
3. 不要忘记包含空格（您的示例有1个）。

这符合您的要求：[\p{Lu} ]+

<强>代码：

preg_replace("/^<span style=\"font-family:Arial; font-size:11pt; font-weight:bold\">([\p{Lu} ]+)<\/span><\/p>/u", "\1", $input_lines);

Demo online

Answer 3

我建议在previous answer中使用\p{Lu}，但您可能对匹配阿拉伯语，德语特殊字符或任何Uppercase_Letter类别匹配不感兴趣。

保持简单：

只需在角色类中添加您想要的特殊字符。例如，我猜测它是Portuguese你匹配的：

[A-ZÁÂÃÀÇÉÊÍÓÔÕÚ ]+