Question

我想删除标签之间不必要的空格，而不是所有双精度空格，例如，我有以下字符串：

"<div  class='anything'       >Here will be a text           or something.</    div     >"

最终结果必须是这样的：

"<div class='anything' >Here will be a text           or something.</ div >"

更好的结果将是这样：

"<div class='anything'>Here will be a text           or something.</div>"

我想使用preg_replace我尝试使用此代码：

$html = preg_replace('/ ?> < ?/','><', $html);

Answer 1

我认为，应该将任务分为许多替换：

删除结束标记中的空格（在</之后和>之前。
删除开始标记中>之前的空格。
将多个空格（在标签中间）更改为一个空格。

因此示例 PHP 脚本，其中包含部分结果的打印输出，如下所示：

<?php
$src = "xx  <div   class='anything'       id='abc'      >Here " .
  "will be a text     or   something.</    div     >";
echo "Source: " . $src . "\n";
// Delete spaces in a closing tag
$src = preg_replace('/<\/ *([a-z]+) *>/i', '</$1>', $src);
echo "Repl 1: " . $src . "\n";
// Delete spaces before ">"
$src = preg_replace('/(<[^>]+?) +>/i', '$1>', $src);
echo "Repl 2: " . $src . "\n";
// Change multiple spaces into a single space
$src = preg_replace('/(?:<|(?!\A)\G)[^>]+?\K {2,}/i', ' ', $src);
echo "Repl 3: " . $src . "\n";
?>

有关正则表达式3的一些解释：

(?:<|(?!\A)\G)-从<或最后一个点开始比赛结束。
[^>]+?-匹配除>以外的其他字符序列尽可能。实际上，由于正则表达式的以下部分，匹配的文本是多个空格之前的部分。
\K-忘记到目前为止所匹配的内容。
{2,}-匹配2个或更多空格的序列。

由于\K，唯一匹配的文本是一系列空格（在标签），将其替换为一个空格。

在第二个替代方案中，(?!\A)之前的\G注意：\G匹配整个字符串的开头或最后一个匹配项的结尾，但我们希望此处仅匹配最后一场比赛的结束。因此，我在字符串的开头添加了(?!\A)-负前瞻禁用此变体。否则，此正则表达式将与例如的在 xx 之后和第一个开始标记之前的多个空格的第一种情况。

另外一句话，对于源文本包含多个 HTML元素-一个HTML片段（就像我在“我的”源代码中所做的一样）文字）：

当正则表达式处理器转到>源字符时，终止当前标签，

完成[^>]+?的匹配，
尝试匹配以下令牌（{2,}），
但是由于当前字符是>，因此失败。

因此，它从寻找下一个<开始的下一次尝试- 下一个标签。

仅删除标签中的双精度空格

1 个答案: