PHP 替换 HTML 标签以外的字符

Question

我需要将字符串中的字符0,1,2,...,9 替换为\xD9\xA0,\xD9\xA1,\xD9\xA2,...,\xD9\xA9。该字符串来自 CKEditor，因此它可能包含 html 标签。使用以下代码

$body = str_replace("1", "\xD9\xA1", $body);

它将每个1 替换为\xD9\xA1，因此它会影响标签<h1> 和<table border="1">，而我只需要替换正文中的数字而不是标签。

包含数字的标签是<h0><h1><h2><h3><h4><h5><h6>和cellspacing和cellpadding和border的table标签。

如何用上面的符号替换数字而不影响<h0><h1><h2><h3><h4><h5><h6>和cellspacing和cellpadding和border？

Answer 1

您不应该使用正则表达式来处理 html，但是如果您仍想使用正则表达式，您可以将丢弃模式与正则表达式一起使用，如下所示：

<.*?>(*SKIP)(*FAIL)|1

Working demo

这个正则表达式背后的想法是跳过<...> 中的任何内容，但匹配其余内容。因此，它只会匹配不在 html 标记内的数字 1。再一次，我会改用 html 解析器。

php代码

$re = "/<.*?>(*SKIP)(*FAIL)|1/"; 
$str = "<h0><h1><h2><h3>\n<table border=\"1\">\n1\n"; 
$subst = "\xD9\xA1"; 

$result = preg_replace($re, $subst, $str);