正则表达式空格减少 + 文本区域排除答案

【问题标题】：RegEx Whitespace Reduction + Textarea Exclusion正则表达式空格减少 + 文本区域排除
【发布时间】：2012-09-03 15:03:05
【问题描述】：

我正在使用/\s+/ 将所有空白字符减少到一个（在每个组中）。这目前用于缩小 HTML，但是 textareas 需要额外的换行符，否则会被过滤。如何修改此正则表达式以忽略 <textarea></textarea> 标签内的换行符？

此外，文本区域可能具有 id 或 class 等属性。

任何帮助将不胜感激。

【问题讨论】：

您能否将整个文档定义为非文本区域和文本区域的交替，交替？
@RobW 我认为根本不需要进行 HTML 最小化，但不幸的是，这是客户的要求。我试图找到一个lightweight 方法，我在这里。
你不能只打开对 HTML 内容的 gzip 压缩并完成它吗？
@Eregrith 我已经考虑过这个想法，但我更喜欢让实现尽可能轻松。如果这不能用 RegEx 完成，我会试试你的解决方案。
@Joey 已经实现。然而，这似乎不是缩小的原因。客户显然想制作代码unreadable，不管我多么强调缩小只会对解码器造成轻微的烦恼。

标签： html regex textarea

【解决方案1】：

好的，这是 PHP 中的通用解决方案，希望用您用于此任务的任何语言重写它会很容易。

$raw = '
  My   line   is   here <textarea>And 
there</textarea> there   and everywhere';

$chunks = preg_split('#(<textarea>.+?</textarea>)#si', 
  $raw, null, 
  PREG_SPLIT_DELIM_CAPTURE|PREG_SPLIT_NO_EMPTY); // -- 1

$chunks_length = count($chunks);
for ($index = 0; 
     $index < $chunks_length; 
     $index += 2) { // -- 2
  $chunks[$index] = preg_replace('#(\s)+#', '$1', $chunks[$index]); // -- 3
}

var_dump(implode('', $chunks));
// My line is here <textarea>And 
// there</textarea> there and everywhere

这就是这里发生的事情：使用--1 行，我们将您的文本拆分为片段数组。这个数组中具有奇数索引 [1, 3, ...] 的元素实际上是 'textarea' 块，因为我们将 preg_split 设置为在 'delimiter-capturing' 模式下工作。关键是我们不会处理它们（在for 循环中跳过它们），只会压缩'content'元素的空白（--3）。

不过，这种方法非常脆弱，正如 Rob W 正确提到的：并非 HTML 中的所有空白都可以轻松压缩。

附： s 正则表达式中的修饰符出于某种原因使用；否则 .+? 模式将无法捕获结束 \n 符号（防止正确捕获多行块）。

【讨论】：

【解决方案2】：

使用带有不区分大小写修饰符的正则表达式模式/(?:\s+(?![^<]*<\/textarea>)|[^\S\n\r]+)/。

【讨论】：