正则表达式匹配空白但跳过部分

Question

据我了解，由于正则表达式本质上是无状态的，因此在不补充应用程序逻辑的情况下很难实现复杂的匹配，但是我很想知道以下是否可行。

匹配所有空格，很简单： \s+

但跳过某些分隔符之间的空格，在我的例子中

 和 

< /code>单词nostrip。

有什么技巧可以实现这一目标吗？我正在考虑两个单独的匹配，一个用于所有空白，一个用于

 块 nostrip 部分，不知何故从前者中否定后者。

"This is some text NOSTRIP this is more text NOSTRIP some more text."
// becomes
"ThisissometextNOSTRIP this is more text NOSTRIPsomemoretext."

给定 标签 nostrip 部分 的嵌套是无关紧要的，我不想解析树 HTML 或任何内容 >，只是整理文本文件，但将空白保存在

块 nostrip部分中，以便明显原因。

（更好？）

---

这就是我最终选择的。我确信它可以在一些地方进行优化，但目前效果很好。

public function stripWhitespace($html, Array $skipTags = array('pre')){
    foreach($skipTags as &$tag){
        $tag = "<{$tag}.*?/{$tag}>";
    }
    $skipped = array();
    $buffer = preg_replace_callback('#(?<tag>' . implode('|', $skipTags) . ')#si',
        function($match) use(&$skipped){
            $skipped[] = $match['tag'];
            return "\x1D" . (count($skipped) - 1) . "\x1D";
        }, $html
    );
    $buffer = preg_replace('#\s+#si', ' ', $buffer);
    $buffer = preg_replace('#(?:(?<=>)\s|\s(?=<))#si', '', $buffer);
    for($i = count($skipped) - 1; $i >= 0; $i--){
        $buffer = str_replace("\x1D{$i}\x1D", $skipped[$i], $buffer);
    }
    return $buffer;
}

Answer 1

如果您使用脚本语言，我会使用多步骤方法。

• 拉出 NOSTRIP 部分，保存到数组中，并用标记替换（### 或其他内容）
• 替换所有空格
• 重新注入所有保存的 NOSTRIP 片段

Answer 2

我曾经创建了一组函数来减少 html 输出中的空白：

function minify($html) {
        if(empty($html)) {
                return $html;
        }
        $html = preg_replace('/^(.*)((<pre.*<\/pre>)(.*?))?$/Ues', "parse('$1').'$3'.minify('$4')", $html);
        return $html;
}

function parse($html) {
        var_dump('1'.$html);
        // Replace multiple spaces with a single space
        $html = preg_replace('/(\s+)/m', ' ', $html);
        // Remove spaces that are followed by either > or <
        $html = preg_replace('/ ([<>])/', '$1', $html);
        $html = str_replace('> ', '>', $html);
        return $html;
}

$html = minify($html);

您可能需要稍微修改它以满足您的需求。