PHP 搜索文本高亮功能

Question

我有一个 PHP 高亮功能，可以使某些单词变粗。

下面是这个函数，它工作得很好，除非数组：$words 包含一个值，即：b

例如有人搜索：jessie j price tag feat b o b

这将在数组 $words 中包含以下条目：jessie,j,price,tag,feat,b,o,b

当出现“b”时，我的整个函数都会出错，并且会显示一大堆错误的 html 标签。当然，我可以从数组中删除任何 'b' 值，但这并不理想，因为突出显示在某些查询中无法正常工作。

这个示例脚本：

    function highlightWords2($text, $words)
    {
        $text =  ($text);
        foreach ($words as $word)
        {       
            $word = preg_quote($word);

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

        }
        return $text;
    }


$string = 'jessie j price tag feat b o b';

$words = array('jessie','tag','b','o','b');

echo highlightWords2($string, $words);

将输出：

<<<b>b</b>><b>b</b></<b>b</b>>>jessie</<<b>b</b>><b>b</b></<b>b</b>>> j price <<<b>b</b>><b>b</b></<b>b</b>>>tag</<<b>b</b>><b>b</b></<b>b</b>>> feat <<b>b</b>><b>b</b></<b>b</b>> <<b>b</b>>o</<b>b</b>> <<b>b</b>><b>b</b></<b>b</b>>

这只是因为数组中有“b”。

你们能看到我可以改变什么以使其正常工作吗？

Answer 1

如果是我，我会使用 javascript。

但是使用PHP，由于问题似乎只是搜索中的重复条目，只需删除它们，您也可以只运行一次preg_replace而不是多次......

$string = 'jessie j price tag feat b o b';
$words = array('jessie','tag','b','o','b');

print hl($string, $words);

function hl($inp, $words)
{
  $replace=array_flip(array_flip($words)); // remove duplicates
  $pattern=array();
  foreach ($replace as $k=>$fword) {
     $pattern[]='/\b(' . $fword . ')\b/i';
     $replace[$k]='<b>$1<b>';
  }
  return preg_replace($pattern, $replace, $inp);
}

Answer 2

您的问题是，当您的函数通过并查找所有 b 以加粗时，它会看到粗体标签并尝试将它们加粗。

@symcbean 很接近但忘记了一件事。

$string = 'jessie j price tag feat b o b';
$words = array('jessie','tag','b','o','b');

print hl($string, $words);

function hl($inp, $words)
{
  $replace=array_flip(array_flip($words)); // remove duplicates
  $pattern=array();
  foreach ($replace as $k=>$fword) {
     $pattern[]='/\b(' . $fword . ')(?!>)\b/i';
     $replace[$k]='<b>$1</b>';
  }
  return preg_replace($pattern, $replace, $inp);
}

你看到这个添加的“（？！>）”是一个否定的前瞻断言，基本上它说只有当字符串后面没有“>”时才匹配，这就是打开粗体和关闭粗体标签。请注意，我只在字符串之后检查“>”，以便同时排除开始和结束粗体标记，因为在字符串开头查找它不会捕获结束粗体标记。上面的代码完全符合预期。

Answer 3

您的基本问题是您非常广泛地替换 HTML 中的纯文本字符串。当您替换标签和属性中的文本时，这确实会导致您的小字符串出现问题。

相反，您只需要对 HTML 文本之间的文本应用搜索和替换。此外，您也不想在另一个突出显示中突出显示。

要做这样的事情，正则表达式是相当有限的。而是使用 HTML 解析器，在 PHP 中，例如 DOMDocument。使用 HTML 解析器，可以仅在 HTML 文本元素内部进行搜索（而不是其他内容，如标签、属性和 cmets）。

您可以在a previous answer of mine 中找到一个文本荧光笔，并详细描述了它的工作原理。问题是 Ignore html tags in preg_replace，它与您的问题非常相似，所以这个 sn-p 可能很有帮助，它使用 <span> 而不是 <b> 标签：

$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 results
foreach($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);
        }
    }
}

如果您将它用于多个搜索词，我会根据搜索词添加一个带有数字的附加类，以便您可以使用不同颜色的 CSS 很好地对其进行样式设置。

此外，您应该删除重复的搜索词，并让 xpath 表达式意识到不查找已经是分配了高亮范围的元素的一部分的文本。