Question

我在html页面上创建了一个preg_replace。我的模式旨在为html中的某些单词添加周围标记。但是，有时我的正则表达式会修改html标记。例如，当我尝试替换此文本时：

<a href="example.com" alt="yasar home page">yasar</a>

因此yasar读取<span class="selected-word">yasar</span>，我的正则表达式也会替换锚标记的alt属性中的yasar。我正在使用的当前preg_replace()看起来像这样：

preg_replace("/(asf|gfd|oyws)/", '<span class=something>${1}</span>',$target);

如何制作正则表达式，使其与html标签内的任何内容都不匹配？

Answer 1

您可以使用断言，因为您必须确保搜索的单词出现在>后或任何<之前。后一个测试更容易实现，因为前瞻断言可以是可变长度：

/(asf|foo|barr)(?=[^>]*(<|$))/

另请参阅http://www.regular-expressions.info/lookaround.html以获得该断言语法的一个很好的解释。

Answer 2

Yasar，复活这个问题，因为它有另一个未被提及的解决方案。

此解决方案不会仅检查下一个标记字符是否为开始标记，而是会跳过所有<full tags>。

关于使用正则表达式解析html的所有免责声明，这里是正则表达式：

<[^>]*>(*SKIP)(*F)|word1|word2|word3

这是demo。在代码中，它看起来像这样：

$target = "word1 <a skip this word2 >word2 again</a> word3";
$regex = "~<[^>]*>(*SKIP)(*F)|word1|word2|word3~";
$repl= '<span class="">\0</span>';
$new=preg_replace($regex,$repl,$target);
echo htmlentities($new);

以下是此代码的online demo。

参考

Answer 3

这可能是你想要的事情：http://snipplr.com/view/3618/ 一般来说，我建议不要这样做。更好的选择是去除所有HTML标记，而是依赖BBcode，例如：

[b]bold text[b] [i]italic text[i]

但是我很欣赏这可能不适合您正在尝试做的事情。

另一个选项可能是HTML Purifier，请参阅：http://htmlpurifier.org/

Answer 4

最重要的是，这应该有效：

echo preg_replace("/<(.*)>(.*)<\/(.*)>/i","<$1><span class=\"some-class\">$2</span></$3>",$target);

但是，我不知道这会有多安全。我只是提出了一种可能性：）

php正则表达式匹配html标签之外

4 个答案: