忽略preg_replace中的html标记

我假设您应该基于DOMDocument和DOMXPath而不是使用正则表达式来创建函数。即使那些功能非常强大，您也会遇到一些问题，例如您所描述的问题，这些问题并非（总是）容易且可靠地使用正则表达式来解决。一般说法是：不要用正则表达式解析HTML。记住这一点是一个很好的规则，虽然它与任何规则一样，并不总是适用，但值得一提的是。XPath允许您查找仅包含文本中所有搜索项的所有文本，忽略所有XML元素。然后你只需要将这些文本包装成你已经完成的。编辑：最后一些代码;）首先，它xpath用于定位包含搜索文本的元素。我的查询看起来像这样，这可能写得更好，我不是超级xpath pro：'//*[contains(., "'.$search.'")]/*[FALSE = contains(., "'.$search.'")]/..'$search包含要搜索的文本，不包含任何"（引用）字符（这会破坏它，如果需要引号，请参阅清理/清理xpath属性以获取变通方法）。此查询将返回包含文本节点的所有父节点，这些节点组合在一起将是包含搜索词的字符串。因为这样的列表不容易进一步处理，我创建了一个TextRange表示DOMText节点列表的类。在文本节点列表上执行字符串操作非常有用，就好像它们是一个字符串一样。这是例程的基本框架：$str = '...'; # some XML$search = 'text that span';printf("Searching for: (%d) '%s'\n", strlen($search), $search);$doc = new DOMDocument;$doc->loadXML($str);$xp = new DOMXPath($doc);$anchor = $doc->getElementsByTagName('body')->item(0);if (!$anchor){    throw new Exception('Anchor element not found.');}// search elements that contain the search-text$r = $xp->query('//*[contains(., "'.$search.'")]/*[FALSE = contains(., "'.$search.'")]/..', $anchor);if (!$r){    throw new Exception('XPath failed.');}// process search resultsforeach($r as $i => $node){       $textNodes = $xp->query('.//child::text()', $node);    // extract $search textnode ranges, create fitting nodes if necessary    $range = new TextRange($textNodes);            $ranges = array();    while(FALSE !== $start = strpos($range, $search))    {        $base = $range->split($start);        $range = $base->split(strlen($search));        $ranges[] = $base;    };    // wrap every each matching textnode    foreach($ranges as $range)    {        foreach($range->getNodes() as $node)        {            $span = $doc->createElement('span');            $span->setAttribute('class', 'search_hightlight');            $node = $node->parentNode->replaceChild($span, $node);            $span->appendChild($node);        }    }}对于我的示例XML：<html>    <body>        This is some text that span across a page to search in.    and more text that span</body></html>它产生以下结果：<html>    <body>        This is some text that span across a page to search in.    and more text that span</body></html>这表明这甚至允许查找分布在多个标签上的文本。对于正则表达式来说，这并不容易。你可以在这里找到完整的代码：http：//codepad.viper-7.com/U4bxbe（包括TextRange我从答案示例中取出的类）。由于该网站使用的旧版LIBXML版本，它在viper键盘上无法正常工作。它适用于我的LIBXML版本20707.我创建了一个关于此问题的相关问题：XPath查询结果顺序。警告提示：此示例使用二进制字符串search（strpos）和相关偏移量来分割文本节点和该DOMText::splitText函数。这可能导致错误的偏移，因为函数需要UTF-8字符偏移。正确的方法是使用mb_strpos获取UTF-8基础值。该示例无论如何都有效，因为它只使用US-ASCII具有与UTF-8示例数据相同的偏移量。对于现实生活情况，$search字符串应采用UTF-8编码，mb_strpos应使用而不是strpos： while(FALSE !== $start = mb_strpos($range, $search, 0, 'UTF-8'))

忽略preg_replace中的html标记

3回答