Question

我在某处读到正则表达式非常糟糕的HTML。我认为这种情况可能有所不同。

在html中搜索此类模式

<img src="http://example.com/images/abc.jpg" alt="Lorem Ipsum 1" title="Lorem Ipsum 1" class="image-medium caption" /><figcaption>Lorem Ipsum 1</figcaption>

<img src="http://example.com/images/abc.jpg" alt="Lorem Ipsum 2" title="Lorem Ipsum 2" class="image-large caption" /><figcaption>Lorem Ipsum 1</figcaption>

替换为

<img src="http://example.com/images/abc.jpg" alt="Lorem Ipsum 1" title="Lorem Ipsum 1" class="image-medium caption" /><figcaption>Lorem Ipsum 1</figcaption>

<img src="http://example.com/images/abc.jpg" alt="Lorem Ipsum 2" title="Lorem Ipsum 2" class="image-large caption" /><figcaption>Lorem Ipsum 2</figcaption>

注意：班级差异很大，大中型

换句话说：我需要提取标题，然后在figcaption标签中追加标题。

我应该如何使用Regex进行此操作？

Answer 1

在这里使用正则表达式不是一个好主意 - 它不需要对HTML进行太多更改，以使无法正常工作。

$text = preg_replace('/title="(.*)"(.*)<figcaption>(.*)<\/figcaption>/U',
                     'title="$1"$2<figcaption>$1</figcaption>',$text);

以上内容适用于问题中的示例。只是为了使它更清楚它的功能，它也适用于此。

<img src="foo.jpg" alt="Foo image" title="A great time with foo!" class="something" /><figcaption>Get this out</figcaption>
<img src="bar.jpg" alt="Bar image" title="Here is bar!" class="nothing" /><figcaption>This be gone</figcaption>

与

<img src="foo.jpg" alt="Foo image" title="A great time with foo!" class="something" /><figcaption>A great time with foo!</figcaption>
<img src="bar.jpg" alt="Bar image" title="Here is bar!" class="nothing" /><figcaption>Here is bar!</figcaption>

使用Regex搜索HTML

1 个答案: