正则表达式匹配其中包含 HTML 的占位符答案

【问题标题】：Regex to match placeholders that contain HTML within them正则表达式匹配其中包含 HTML 的占位符
【发布时间】：2016-11-18 06:31:30
【问题描述】：

我有用户可以插入到所见即所得编辑器（包含 HTML 代码）中的占位符。有时，当他们从 Word 等应用程序粘贴时，它会在其中注入 HTML。

例如：它粘贴 %<span>firstname</span>% 而不是 %firstname%。

这是我的正则表达式代码示例：

$html = '

    <p>%firstname%</p>

    <p>%<span>firstname</span>%</p>

    <p>%<span class="blah">firstname</span>%</p>

    <p>%<span><span>firstname</span></span>%</p>

    <p>%<span><span><span>firstname</span></span></span>%</p>

    <p>%<span class="blah"><span>firstname</span></span>%</p>

    <div>other random <strong>HTML</strong> that needs to be preserved.</div>

';

preg_match_all(
    '/\%(?![0-9])((?:<[^<]+?>)?[a-zA-z0-9_-]+(?:[\s]?<[^<]+?>)?)\%/U', 
    $html, 
    $matches
);

echo '<pre>';
print_r($matches);
echo '</pre>';

输出如下：

Array
(
    [0] => Array
        (
            [0] => %firstname%
            [1] => %firstname%
            [2] => %firstname%
        )

    [1] => Array
        (
            [0] => firstname
            [1] => firstname
            [2] => firstname
        )

)

只要占位符中有多个跨度，它就不起作用。我不太确定要在我的正则表达式中调整什么。

/\%(?![0-9])((?:<[^<]+?>)?[a-zA-z0-9_-]+(?:[\s]?<[^<]+?>)?)\%/U

我将如何实现这一目标？

【问题讨论】：

被PHP removing html tags from string骗了？
@WiktorStribiżew 我的问题是我需要使用正则表达式获取字符串。
使用正则表达式，您只能匹配平衡数量的标签，但您必须循环匹配并进一步处理它们或使用preg_replace_callback 和this 并使用strip_tags在匿名函数内部。问题是您无法访问从子例程调用中捕获的子字符串。这就是为什么这种类型的任务不应该真的用正则表达式来完成（一般来说，它相当麻烦）。

标签： php regex

【解决方案1】：

你真的需要一个正则表达式吗？您可以在这里简单地使用strip_tags()。

试试这个：

echo strip_tags($html);

【讨论】：

就像我提到的，它是所见即所得的编辑器，所以我需要在占位符之外保留 HTML 代码。我会让我的帖子更清楚。

【解决方案2】：

如果它是WYSIWYG 编辑器，您可以使用解析器和textContent 属性：

<?php

$html = '
    <p>%firstname%</p>
    <p>%<span>firstname</span>%</p>
    <p>%<span class="blah">firstname</span>%</p>
    <p>%<span><span>firstname</span></span>%</p>    
    <p>%<span><span><span>firstname</span></span></span>%</p>
    <p>%<span class="blah"><span>firstname</span></span>%</p>
    <div>A cool div with %firstname%</div>
    <span>And a very neat span with %firstname%</span>';

$dom = new DOMDocument();
$dom->loadHTML($html);

$xpath = new DOMXPath($dom);

# query only root elements here
$containers = $xpath->query("/*");
foreach ($containers as $container) {
    echo $container->textContent . "\n";
}
?>

这会输出%firstname% 几次，请参阅a demo on ideone.com。

【讨论】：

感谢@Jan，但我不能假设所有占位符都在
标签中。它们可以在 div、表格单元格中，由于所见即所得允许用户编辑 HTML

【解决方案3】：

试试这个正则表达式。它应该可以帮助你！

/\%(?![0-9])(?:<[^<]+?>)*([a-zA-z0-9_-]+)(?:[\s]?<\/[^<]+?>)*\%/U

【讨论】：