Question

我正在使用简单的Html Dom 来解析Html。在此我无法加载标记（如果它是嵌套的方式）

<p>Hello there <p>Some Content </p>outer content <p>Some More content</p></p>

我不知道如何使用正则表达式替换内部标记。

我的预期输出是：

<p>Hello there Some content outer content Some More content</p>

有人请帮助我完成这项工作

Answer 1

不允许使用嵌套的p标签。取而代之的是你可以使用：

<p>Hello there <span>Some Content </span>outer content</p>

有关详细信息，请参阅以下链接

Nesting won't work while nesting <div> will?

Answer 2

请尝试使用此功能删除代码

<?php function remove_p($input) {
    $input=str_ireplace('<p>','',$input);
    $input=str_ireplace('</p>','',$input);    
    return "<p>".$input."</p>";  
} 
?>

请参阅如何使用此功能：

<?php $val = "<p>Hello there <p>Some Content </p>outer content <p>Some More content</p></p>";
echo remove_p($val);
?>

希望，这可能会对你有所帮助。

Answer 3

假设您的整个有问题的标记在一行中，您可以使用以下正则表达式

((?!^))|(<\/p>(?!$))

(?!^))匹配所有代码，但不包括字符串开头的

(<\/p>(?!$)匹配所有代码，但不包括字符串末尾的

您只需将这些捕获的和替换为null，然后将其删除即可。

这是一个有效的demo

编辑：

由于您输入的是html文件，因此您可以尝试使用此更新的正则表达式

()((?!<\/p>).)*?().*?(<\/p>)

()搜索代码

((?!<\/p>).)*?()在第一个代码中捕获代码，其中没有任何代码（嵌套代码）

.*?(<\/p>)捕获嵌套的结束标记。

只需删除捕获组3和4，即可删除嵌套的

标记。你需要一次又一次地运行它，直到没有更多的匹配。

您可以找到更新的正则表达式演示here

更新：

使用此正则表达式(.*)(((?!<\/p>).)*?)()(.*?)(<\/p>)(.*)

并将其替换为\1\2\5\7，这将仅删除嵌套标记。

演示here

如何在PHP中使用正则表达式删除嵌套的段落标记？

3 个答案: