我有一个CKeditor在图像周围输出一些标签。到目前为止，我正在使用正则表达式来摆脱那些包装标签。
以下是一些测试字符串：
$example1 = '<p data-entity-type="" data-entity-uuid="" style="text-align: center;"><span><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620" /><span title="Click and drag to resize">•</span></span></p>';
$example2 = '<p><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620" /></p>';
$example3 = '<html>
<head></head>
<body>
some text here...
<p><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620" />
</p>
</body>
</html>';
// Wanted result : <html><head></head><body>some text here...<img alt="julie-bishop.jpg" data-entity-type="" data-entity-uuid="" height="349" src="/sites/default/files/inline-images/julie-bishop.jpg" width="620" /></body></html>
我尝试的正则表达式是/(.*?)<p>\s*(<img[^<]+?)\s*<\/p>(.*)/，这与example2完美配合。
preg_replace("/(.*?)<p>\s*(<img[^<]+?)\s*<\/p>(.*)/", "$1$2$3", $string);
规则是：如果您检测到＆lt; p＆gt;与＆lt; img＆gt;作为其中一个孩子然后保持＆lt; img＆gt;并删除＆lt; p＆gt;和其他孩子（可以跨越或其他什么......）
知道如何实现我的需求吗？
答案 0 :(得分：2)
您可以使用以下正则表达式：
<p(?:[^>]*|\r\n|\n)>(?:.*|\r\n|\n)(<img(?:[^>]*|\r\n|\n)>)(?:.*|\r\n|\n)<\/p>
这是regex101.com上的demo
这是eval.in中的working demo（您的PHP代码）
答案 1 :(得分：0)
您应用的方法并不好，而不是REGEX您应该使用DOMDocument。我们在这里使用DOMDocument和DOMXPath。我希望我的解决方案可以帮助您解决问题。
<?php
ini_set('display_errors', 1);
$example1 = '<p data-entity-type="" data-entity-uuid="" style="text-align: center;"><span><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620" /><span title="Click and drag to resize">•</span></span></p>';
$example2 = '<p><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620" /></p>';
$example3 = '<html>
<head></head>
<body>
some text here...
<p><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620" />
</p>
</body>
</html>';
$domDocument= new DOMDocument();
$domDocument->loadHTML($example1,LIBXML_HTML_NOIMPLIED);
$domXPath=new DOMXPath($domDocument);
if($domXPath->query("//html")->length)
{
foreach($domXPath->query("//p") as $pelement)
{
if($domXPath->query("//img",$pelement)->length)
{
$pelement->parentNode->replaceChild(getReplacement($domXPath),$pelement);
}
}
echo $pelement->ownerDocument->saveHTML();
}
else
{
echo getReplacement($domXPath,true);
}
function getReplacement($domXPath,$string=false)
{
global $domDocument;
$results=$domXPath->query('//p');
foreach($results as $result)
{
if($innerNodes=$domXPath->query("//img",$result->childNodes->item(0)))
{
if($string===true)
{
return $domDocument->saveHTML($result->childNodes->item(0));
}
else
{
return $result->childNodes->item(0);
}
}
}
}
string1的输出：
<span><img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620"><span title="Click and drag to resize">•</span></span>
string2的输出：
<img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620">
string3的输出：
<html>
<head></head>
<body>
some text here...
<img alt="image.jpg" data-entity-type="" data-entity-uuid="" height="349" src="image.jpg" width="620">
</body>
</html>
答案 2 :(得分：0)
由于仅涉及 TAGS ，特别是相邻的标签<p><img../></p>
它可以很容易地用正则表达式完成。
问题是如果没有涉及到所有标签必须匹配和跳过 上面的顺序。
所有标签必须匹配的原因是标签可以隐藏在内部 隐藏内容和评论。
但是，php为你提供了(*SKIP)(*FAIL)回溯控制动词的力量
它可以匹配，但更重要的是，跳过其他标签
和隐藏的内容，没有以匹配的形式出现在正则表达式中。
而且，当与几个原子组组合在一起时，速度很快。
此结果显示50次迭代次数为130K html source = 6.5 MB html，持续时间为2/3秒。
Regex1: (?><p\s*>\s*(<img\s+(?:"[\S\s]*?"|'[\S\s]*?'|[^>]?)+\s*/?>)\s*</p\s*>)|(?><(?:(?:(?:(script|style|object|embed|applet|noframes|noscript|noembed)(?:\s+(?>"[\S\s]*?"|'[\S\s]*?'|(?:(?!/>)[^>])?)+)?\s*>)[\S\s]*?</\2\s*(?=>))|(?:/?[\w:]+\s*/?)|(?:[\w:]+\s+(?:"[\S\s]*?"|'[\S\s]*?'|[^>]?)+\s*/?)|\?[\S\s]*?\?|(?:!(?:(?:DOCTYPE[\S\s]*?)|(?:\[CDATA\[[\S\s]*?\]\])|(?:--[\S\s]*?--)|(?:ATTLIST[\S\s]*?)|(?:ENTITY[\S\s]*?)|(?:ELEMENT[\S\s]*?))))>)(*SKIP)(*FAIL)
Completed iterations: 50 / 50 ( x 1 )
Matches found per iteration: 2
Elapsed Time: 0.68 s, 683.32 ms, 683318 µs
https://regex101.com/r/CCyNZ5/1
查找（stringed）：
'~(?><p\s*>\s*(<img\s+(?:"[\S\s]*?"|\'[\S\s]*?\'|[^>]?)+\s*/?>)\s*</p\s*>)|(?><(?:(?:(?:(script|style|object|embed|applet|noframes|noscript|noembed)(?:\s+(?>"[\S\s]*?"|\'[\S\s]*?\'|(?:(?!/>)[^>])?)+)?\s*>)[\S\s]*?</\2\s*(?=>))|(?:/?[\w:]+\s*/?)|(?:[\w:]+\s+(?:"[\S\s]*?"|\'[\S\s]*?\'|[^>]?)+\s*/?)|\?[\S\s]*?\?|(?:!(?:(?:DOCTYPE[\S\s]*?)|(?:\[CDATA\[[\S\s]*?\]\])|(?:--[\S\s]*?--)|(?:ATTLIST[\S\s]*?)|(?:ENTITY[\S\s]*?)|(?:ELEMENT[\S\s]*?))))>)(*SKIP)(*FAIL)~'
替换$1
# Just '<p><img../></p>'
(?>
<p \s* >
\s*
( # (1 start)
<img
\s+
(?:
" [\S\s]*? "
| ' [\S\s]*? '
| [^>]?
)+
\s* /?
>
) # (1 end)
\s*
</p \s* >
)
| # Or,
# Skip all other tags and invisible content
(?>
<
(?:
(?:
(?:
# Invisible content; end tag req'd
( # (2 start)
script
| style
| object
| embed
| applet
| noframes
| noscript
| noembed
) # (2 end)
(?:
\s+
(?>
" [\S\s]*? "
| ' [\S\s]*? '
| (?:
(?! /> )
[^>]
)?
)+
)?
\s* >
)
[\S\s]*? </ \2 \s*
(?= > )
)
| (?: /? [\w:]+ \s* /? )
| (?:
[\w:]+
\s+
(?:
" [\S\s]*? "
| ' [\S\s]*? '
| [^>]?
)+
\s* /?
)
| \? [\S\s]*? \?
| (?:
!
(?:
(?: DOCTYPE [\S\s]*? )
| (?: \[CDATA\[ [\S\s]*? \]\] )
| (?: -- [\S\s]*? -- )
| (?: ATTLIST [\S\s]*? )
| (?: ENTITY [\S\s]*? )
| (?: ELEMENT [\S\s]*? )
)
)
)
>
)
(*SKIP)(*FAIL)