php 正则表达式匹配 html 标签之外

Question

我正在 html 页面上制作 preg_replace 。我的模式旨在为 html 中的某些单词添加周围标签。然而，有时我的正则表达式会修改 html 标签。例如，当我尝试替换此文本时：

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

以便 yasar 读取 yasar ，我的正则表达式还替换了锚标记的 alt 属性中的 yasar。当前我使用的 preg_replace() 看起来像这样：

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

How can I make a Regular Expression, so it does not match everything inside a html tag?

Answer 1

您可以为此使用断言，因为您只需确保搜索的单词出现在 > 之后或任何 < 之前。后一个测试更容易完成，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 对该断言语法有很好的解释。

Answer 2

Yasar，重新提出这个问题，因为它有另一个未提及的解决方案。

此解决方案不是仅检查下一个标记字符是否为开始标记，而是跳过所有 <完整标记>。

关于使用正则表达式解析 html 的所有免责声明，下面是正则表达式：

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

这是一个 演示。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);

这是此代码的在线演示。

参考

1. 如何匹配除 s1、s2、s3 情况之外的模式
2. 如何匹配模式，除非...

Answer 3

这可能是您想要的东西： http://snipplr.com/view/3618/< /a>
一般来说，我建议不要这样做。更好的选择是去掉所有 HTML 标签，转而依赖 BBcode，例如：

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

但是，我意识到这可能不太适合您想要做的事情。

另一种选择可能是 HTML Purifier，请参阅：http://htmlpurifier.org/

Answer 4

从我的想法来看，这应该有效：

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

但是，我不知道这有多安全。我只是提出一种可能性:)