我想在锚标记后加一个空格,以便下一个单词与它分开。问题是有锚标签,之后有
个字符,或者可能有另一个html标签打开。因此,在这些情况下,我们不想放置space
,因为它会破坏我们的记录。
如果没有空格且有一个单词,我只想在锚之后放置空格。
现在我已经提出了正则表达式,我不确定这正是我想要的
preg_replace("/\<\/a\>([^\s< ])/", '</a> $1', $text, -1, $count);
print "Number of occurence in type $type = $count \n";
$this->count += $count;
我试图在实际保存替换字符串之前查看出现的次数。但它显示出更高的数量,我非常怀疑不能。
请帮我修复这个正则表达式。
方案:
<a href="blah.com">Hello</a>World // Here we need to put space between Hello and World
<a href="blah.com">Hello</a> World // Do not touch this
<a href="blah.com">Hello</a><b>World</b> // do not touch this
可能有很多情况需要忽略,但具体来说我们需要执行第一个方案
答案 0 :(得分:2)
正如@trincot所指出的那样[^\s< ]
并不意味着如果它不是空格或不间断的空间。它是一个字符类,这些括号之间的任何东西只有一个字符的平均值。所以它意味着如果它不是space
或<
或&
或......
您需要检查下一个字符是否为单词\w
,表示[a-zA-Z0-9_]
,然后考虑在使用正向前瞻的零宽度断言中添加空格:
preg_replace("~</a>\K(?=\w)~", ' ', $text, -1, $count);
echo "Number of occurrences in type $type is $count \n";
这个RegEx是什么意思?
</a> # Match closing anchor tag
\K # Reset match
(?=\w) # Look if next character is a word character
更新:涵盖所有HTML问题案例的另一种解决方案:
preg_replace("~</a>\K(?! )~", ' ', $text, -1, $count);
当关闭锚标记后没有不间断的空格时,这会增加一个不间断的空格。
答案 1 :(得分:2)
正如您可能会发现的那样,正则表达式解决方案迟早会证明是不够的。例如,它不会检测到在此HTML代码段中显示的两个单词之间没有空格:
<a>test</a><span>hello</span>
在许多其他情况下,正则表达式解决方案很难检测到相邻的单词,因为HTML的呈现并不像看起来那么简单。
虽然您已经接受了解决方案,但我在此提供了一个解决方案,该解决方案使用PHP中提供的DOMDocument接口来检测链接文本在其后面的文本中的位置,即使它在DOM节点层次结构中与它远程分离:
function separateAnchors($html) {
// Define a character sequence that
// will certainly not occur in your document,
// and is interpreted as literal in regular expressions:
$magicChar = "²³²";
$doc = new DOMDocument();
$doc->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($doc);
$anchors = $xpath->query("//a");
foreach (array_reverse(iterator_to_array($anchors)) as $anchor) {
$parent = $anchor->parentNode;
$origAnchor = $anchor->cloneNode(true);
// temporariy put the special text in the anchor
$anchor->textContent = $magicChar;
// and then take the document's text content
$txt = $doc->textContent;
// If that contains the special text with a non-space following it:
if (preg_match("/{$magicChar}\S/u", $txt)) {
// ... then add a single space node after it, after
// any closing parent nodes
$elem = $anchor;
while (!$elem->nextSibling) $elem = $elem->parentNode;
$elem->parentNode->insertBefore($doc->createTextNode(" "),
$elem->nextSibling);
}
// Put original anchor back in place
$parent->replaceChild($origAnchor, $anchor);
}
return $doc->saveHTML();
}
// sample data
$html = "<p><a>first link</a> <a>second link</a>this word is too close</p>\n
<table><tr><td><a>table cell</a></td></tr></table><span>end</span>\n
<span><a>link</a></span><span><a>too close</a></span>";
// inject spaces
$html = separateAnchors($html);
// Show result
echo $html;
上查看它
答案 2 :(得分:1)
您可以使用:/(?<=<\/a>)(\w+)/g
正则表达式
含义:找到关闭锚标记之前的单词并将其替换为空格并首先捕获组引用($ 1)