Question

我想在任何文本项周围放置段落标记。因此，它应该避免使用表格和其他元素。我怎么做？我想它可以用preg_replace以某种方式制作？

Answer 1

以下是一些可以帮助您完成所需操作的功能：

// nl2p
// This function will convert newlines to HTML paragraphs
// without paying attention to HTML tags. Feed it a raw string and it will
// simply return that string sectioned into HTML paragraphs

function nl2p($str) {
    $arr=explode("\n",$str);
    $out='';

    for($i=0;$i<count($arr);$i++) {
        if(strlen(trim($arr[$i]))>0)
            $out.='<p>'.trim($arr[$i]).'</p>';
    }
    return $out;
}



// nl2p_html
// This function will add paragraph tags around textual content of an HTML file, leaving
// the HTML itself intact
// This function assumes that the HTML syntax is correct and that the '<' and '>' characters
// are not used in any of the values for any tag attributes. If these assumptions are not met,
// mass paragraph chaos may ensue. Be safe.

function nl2p_html($str) {

    // If we find the end of an HTML header, assume that this is part of a standard HTML file. Cut off everything including the
    // end of the head and save it in our output string, then trim the head off of the input. This is mostly because we don't
    // want to surrount anything like the HTML title tag or any style or script code in paragraph tags. 
    if(strpos($str,'</head>')!==false) {
        $out=substr($str,0,strpos($str,'</head>')+7);
        $str=substr($str,strpos($str,'</head>')+7);
    }

    // First, we explode the input string based on wherever we find HTML tags, which start with '<'
    $arr=explode('<',$str);

    // Next, we loop through the array that is broken into HTML tags and look for textual content, or
    // anything after the >
    for($i=0;$i<count($arr);$i++) {
        if(strlen(trim($arr[$i]))>0) {
            // Add the '<' back on since it became collateral damage in our explosion as well as the rest of the tag
            $html='<'.substr($arr[$i],0,strpos($arr[$i],'>')+1);

            // Take the portion of the string after the end of the tag and explode that by newline. Since this is after
            // the end of the HTML tag, this must be textual content.
            $sub_arr=explode("\n",substr($arr[$i],strpos($arr[$i],'>')+1));

            // Initialize the output string for this next loop
            $paragraph_text='';

            // Loop through this new array and add paragraph tags (<p>...</p>) around any element that isn't empty
            for($j=0;$j<count($sub_arr);$j++) {
                if(strlen(trim($sub_arr[$j]))>0)
                    $paragraph_text.='<p>'.trim($sub_arr[$j]).'</p>';
            }

            // Put the text back onto the end of the HTML tag and put it in our output string
            $out.=$html.$paragraph_text;
        }

    }

    // Throw it back into our program
    return $out;
}

第一个，nl2p（），将一个字符串作为输入，并将其转换为数组，只要有换行符（"\n"）。然后它遍历每个元素，如果它找到一个非空的元素，它将在它周围包裹<p></p>标签并将其添加到一个字符串，该字符串在函数的末尾返回。

第二个，nl2p_html（），是前者的一个更复杂的版本。将HTML文件的内容作为字符串传递给它，它将在任何非HTML文本周围包装<p>和</p>标记。它通过将字符串扩展为数组来实现此目的，其中分隔符是<字符，这是任何HTML标记的开头。然后，迭代这些元素中的每一个，代码将查找HTML标记的结尾，并将其后面的任何内容转换为新的字符串。这个新字符串本身将被分解为一个数组，其中分隔符是换行符（"\n"）。循环遍历这个新数组，代码查找非空元素。当它找到一些数据时，它会将其包装在段落标记中并将其添加到输出字符串中。当这个循环结束时，这个字符串将被添加回HTML代码，这将一起修改为输出缓冲区字符串，一旦函数完成就会返回。

tl; dr：nl2p（）会将字符串转换为HTML段落，而不会留下任何空段落，而nl2p_html（）会将段落标记包裹在HTML文档正文的内容周围。

我在一些小的示例HTML文件上对此进行了测试，以确保间距和其他内容不会破坏输出。由nl2p_html（）生成的代码也可能不符合W3C，因为它会将段落之类的锚点包裹起来而不是相反。

希望这有帮助。

Answer 2

由于使用正则表达式很难知道哪个在标签内，哪个不在，我建议使用 DOM 解析器并处理生成的 DOM 对象：

$doc = new DOMDocument();
$doc->loadHTML("<body>Test<br><p>Test 2</p>Test 3</body>");
$content = $doc->documentElement->getElementsByTagName('body')[0]->childNodes;
for($i = 0; $i < $content->length; $i++) {
    $node = $content->item($i);
    if ($node->nodeType === XML_TEXT_NODE) { // '#text'
        $element = $doc->createElement('p');
        $node->parentNode->replaceChild($element, $node);
        $element->appendChild($node);
    }
}

如何使用段落标记包围所有文本片段？

2 个答案: