PHP Regex - 在特定模式后删除特定字符串

Question

我在WordPress中创建列短代码，并且它总是在标记后添加</p>。

因此转储变量的原始HTML结果如下所示：

<column class="size-5"></p>
....
</column>

我想用正则表达式删除那个孤独</p>，所以我做了这个：

$content = preg_replace("/(?!<column[^<]+)<\/p>/", '', $content);

我在排除列标记时匹配</p>。这是Regexr link。

在regexr（我假设使用JS语法）中，它完美地运行。但在PHP中，它匹配每个</p>并删除它。

我在?<!和?>!后面尝试了许多变体但不起作用。

之前有没有人遇到过同样的问题？

由于

Answer 1

首先，您应该知道使用正则表达式操纵HTML是易受攻击的，并且可能无法在100％的情况下使用任意HTML代码。只有当你知道自己在做什么时才能使用它（你以独特的方式自己生成HTML，或者HTML提供程序是已知的，并使用unqiue方法进行HTML转义等）。

接下来，您不需要使用任何负面的前瞻。您使用的模式与</p>子模式的起始子序列中的任何<column[^<]+匹配，这始终为真，并且您有效地匹配任何 </p>。< / p>

如果您要删除某些特定已知上下文中显示的某些文字，您可以依赖捕获您需要的内容并仅匹配你想要替换什么。唯一要做的是将您需要保留的模式部分包含在(...)中，并在替换模式中使用该组的反向引用。

使用

$content = preg_replace('/(<column\b[^<]*>)<\/p>/', '$1', $content);

或者，在PCRE中，您可以使用省略到目前为止匹配的全文的\K运算符

$content = preg_replace('/<column\b[^<]*>\s*\K<\/p>/', '', $content);

你不必在替换模式中使用任何反向引用。

我添加了\b（字边界）以确保column与整个字匹配。由于它仍然可以与column中的column-editor匹配，因此您可能希望使用<column\b[^<]*>重新<column(?:\s[^<]*)?>。