Question

我需要检测所有不包含文字的标记，无论标记包含其他空标记（例如，，{{1 }} ...）。然后，我需要用实体替换代码的内容。

以下几个例子：

1 - 我想转换下面的HTML：
 
in：


2 - 我想转换下面的HTML：
 
in：


3 - 我想转换下面的HTML：
 
in：


4 - 我想要改变下面的HTML：
 

我已经能够构建一个仅适用于lorem ipsum标记中包含的单个标记（或无标记）的正则表达式：

我找不到一种方法可以使用<p([^>]*)>(?:<[^\/>][^>]*><\/[^>]+>)?<\/p>标签中的几个标签（示例3）来使其工作。

有什么想法吗？

Answer 1

改为使用漂亮的DOM解析器：

<?php

$data = <<<DATA
<div>
    <p style="font-size: 16px;"></p>
    <p style="font-size: 16px;"><em></em></p>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;"><strong><em></em></strong></p>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;"><em>lorem ipsum</em></p>
</div>
DATA;

$dom = new DOMDocument();
$dom->loadHTML($data, LIBXML_HTML_NOIMPLIED);
#$dom->removeChild($dom->doctype);

$xpath = new DOMXPath($dom);
$lines = $xpath->query("//p[not(normalize-space())]");
foreach ($lines as $line) {
    while ($line->hasChildNodes()) {
        $line->removeChild($line->firstChild);
    }
    $line->nodeValue = '&nbsp;';
}

echo $dom->saveHTML();
?>

见a demo on ideone.com。

<小时/> 这会产生：

<div>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;">&nbsp;</p>
    <p style="font-size: 16px;"><em>lorem ipsum</em></p>
</div>

Answer 2

您可以使用DOM结构中的JavaScript轻松完成它，这比使用正则表达式快得多，因为正则表达式解析整个字符串，当在DOM树中浏览时，您正在寻找已经解析的信息（Element的像textContent这样的数据是静态数据，当你调用它时不会计算它。

var elements = documnet.getElementsByTagName('p'), element, i;
for ( i in elements )
{
    element = elements[i];
    if ( element instanceof HTMLParagraphElement
         && !element.textContent.trim() )
    {
        element.innerHTML = '&nbsp;';
    }
}

祝你好运。

正则表达式递归检测空标签

2 个答案: