代码之家 › 专栏 › 技术社区 › Nikit

正则表达式,在字符串中查找单词,但不被标记包围

regex php

Nikit · 技术社区 · 14 年前

这些代码在$TEXT中找到第一个$WORD,并将其替换为:

<?php
  $text = preg_replace("/\b($word)\b/i", 'something', $text, 1);
?>

但如果这个词被“a”标记包围,我想忽略,例如,搜索只应在此处找到第二个“word”:

<a href="something">text text word text</a>. text2 text2 word text2...

3 回复 | 直到 14 年前

Gordon Haim Evgi 14 年前

使用A DOM 解析器查找包含指针且没有名为“a”的父元素的所有文本节点:

$html = <<< HTML
<p>
    . text2 text2 word text2...
    <a href="something">text text word <span> word </span> text</a>
    . text2 text2 word text2...
<p>
HTML;

代码:

$dom = new DOMDocument;
$dom->loadHTML($html);
$xp = new DOMXPath($dom);
$nodes = $xp->query('//*[name() != "a"]/text()[contains(.,"word")]');
foreach($nodes as $node) {
    // can use a Regex in here too if you are after word boundaries
    $node->nodeValue = str_replace('word', 'something', $node->nodeValue);
}
echo $dom->saveXML($dom->documentElement);

输出:

<html><body><p>
    . text2 text2 something text2...
    <a href="something">text text word <span> something </span> text</a>
    . text2 text2 something text2...
</p><p/></body></html>

请注意,这也将替换a中范围内的Word。如果您也要排除这些内容,则必须将xpath调整为:

'//text()[not(ancestor::a) and contains(., "word")]'

查找包含不嵌套在元素内任何位置的指针的所有文本节点。

有许多第三方解析器值得一提,目的是增强 DOM : phpQuery , Zend_Dom , QueryPath 和 FluentDom .

phimuemue 14 年前

我认为只使用正则表达式是可能的,但是很麻烦。所以这里有一个程序化的方法,那就是,无论如何,肮脏。

我会首先取代一切 word 由原始字符串中未出现的辅助字符串(例如 @jska_x )然后我会用正则表达式替换 JSKAYXX 里面 a -标记以恢复不想替换的单词。

毕竟,我会取代 JSKAYXX 通过 target_word .

bisko 14 年前

@\b(word\d+)\b(?![^<>]*</|[^><]*>)@i

<a href="something">text text word1 text</a>. text2 \ (cont. on next line)
<a asdasd> text2 word2 text2... fwefw fwe few fw <a>word3</a> \
<a href="/word5.html">asdada</a>

// don't mind the numbers after word. Used them for detection which word matches

类似这样的方法可以做到这一点,但是我建议您不要在这个任务中使用正则表达式。可能您可以使用dom并检查单词是否在允许的标记中,然后替换它。

推荐文章

lonix · 使用sed从JSON中提取非贪婪正则表达式

1 年前

me-me · regex检查电子邮件字符串是否有@后跟一个点以及点符号后至少2个字符[重复]

2 年前

Dave Guerrero · 是否有一个正则表达式模式来捕获字符串中直到第一个字母字符的数字?

2 年前

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

maycca · 正则表达式:过滤年份数值大于某个值的文件?字符串中编码的年份

2 年前

Katia · 根据特定规则进行多行匹配

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

MHA · Pandas str.extract()以字母结尾的数字

2 年前

Slava Vir · 如何查找后面“/”之间的最后一组

2 年前