php – preg_match_all html标记,但双引号或单引号中的标记除外

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了php – preg_match_all html标记,但双引号或单引号中的标记除外，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3021字，纯文字阅读大概需要5分钟。

内容图文

鉴于这个DOM

$html=<<<'EOD'
<div class='container clickable' data-param='{"footer":"<div>Bye</div>","info":"We win"}'>
 <img src='a.jpg' />
</div>
<a href='a.html'>The A</a>
<span></span>
<span data-span-param='{"detailTag":"<span class=\"link\">Anything here</span>"}'>
 <a></a>
</span>  
EOD;  

我正在尝试使用此表达式preg_match_all html标记：

$tags = array();
if(preg_match_all('~<\s*[\w]+[^>]*>|<\s*/\s*[\w]+\s*>~im',$html,$matchall,PREG_SET_ORDER)){
   foreach($matchall as $m){
       $tags[] = $m[0];
   }
}  
print_r($tags);

该表达式的输出是：

Array
(
[0] => < div class=’container clickable’ data-param='{“footer”:”< div>
[1] => < /div>
[2] => < img src=’a.jpg’ />
[3] => < /div>
[4] => < a href=’a.html’>
[5] => < /a>
[6] => < span>
[7] => < /span>
[8] => < span data-span-param='{“detailTag”:”< span class=\”link\”>
[9] => < /span>
[10] => < a>
[11] => < /a>
[12] => < /span>
)

我的预期输出是这样的：

Array
(
[0] => < div class=’container clickable’ data-param='{“footer”:”< div>Bye< /div>”,”info”:”We win”}’>
[1] => < img src=’a.jpg’ />
[2] => < /div>
[3] => < a href=’a.html’>
[4] => < /a>
[5] => < span>
[6] => < /span>
[7] => < span data-span-param='{“detailTag”:”< span class=\”link\”>Anything here< /span>”}’>
[8] => < a>
[9] => < /a>
[10] => < /span>
)

我需要一个表达式的帮助来解决这个问题.

解决方法:

这将匹配所有html标记,并且不会捕获用双引号或单引号括起来的标记

<?php
$html=<<<EOD
<div class='container clickable' data-param='{"footer"<div>Bye</div>","info":"We win"}'>
<img src='a.jpg' />
</div>
<a href='a.html'>The A</a>
<span></span>
<span data-span-param='{"detailTag":"<span class=\"link\">Anything here</span>"}'>
<a></a>
</span>
EOD;

$html = preg_replace('~\&lt\;~is','<',$html);
$html = preg_replace('~\&gt\;~is','>',$html);
//$html = preg_replace('~\&quot\;~is','"',$html);
$html = preg_replace('~=\s*\'\s*\'~is','=\'.\'',$html);
$html = preg_replace('~=\s*"\s*"~is','="."',$html);

if(preg_match_all('~((?<==\')(?:.(?!\'))*.)\'|((?<==")(?:.(?!"))*.)"~im',$html,$matchall,PREG_SET_ORDER)){
  foreach($matchall as $m){
    if(preg_match('~\<~is',$m[0],$mtch1)||preg_match('~\>~is',$m[0],$mtch2)){
        $end = $m[0][(strlen($m[0])-1)];
        $replace1 = substr($m[0],0,(strlen($m[0])-1));
        $replace = preg_replace('~"~is','&quot;',$replace1);
        $replace = preg_replace('~<~is','&lt;',$replace);
        $replace = preg_replace('~>~is','&gt;',$replace);
        $html = preg_replace("~".preg_quote(($end.$replace1.$end),'~')."~is",$end.$replace.$end,$html);
    }
  }
}

$tags = array();
if(preg_match_all('~<\s*[\w]+[^>]*>|<\s*/\s*[\w]+\s*>~im',$html,$matchall,PREG_SET_ORDER)){
  foreach($matchall as $m){ 
    $tags[] = $m[0];
  }
}

print_r($tags);
?> 

输出：

Array  
(  
[0] => <div class='container clickable' data-param='{&quot;footer&quot;:&quot;&lt;div&gt;Bye&lt;/div&gt;&quot;,&quot;info&quot;:&quot;We win&quot;}'>  
[1] => <img src='a.jpg' />  
[2] => </div>  
[3] => <a href='a.html'>  
[4] => </a>  
[5] => <span>  
[6] => </span>  
[7] => <span data-span-param='{&quot;detailTag&quot;:&quot;&lt;span class=\&quot;link\&quot;&gt;Anything here&lt;/span&gt;&quot;}'>  
[8] => <a>
[9] => </a>  
[10] => </span>  
)

内容总结

以上是互联网集市为您收集整理的php – preg_match_all html标记,但双引号或单引号中的标记除外全部内容，希望文章能够帮你解决php – preg_match_all html标记,但双引号或单引号中的标记除外所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端