用于选择 html 文件文本的正则表达式代码答案

【问题标题】：regex code to select text of html file用于选择 html 文件文本的正则表达式代码
【发布时间】：2014-05-02 19:44:13
【问题描述】：

我需要选择 HTML 代码中的所有文本（但不包括标签）以向它们添加标签

我尝试与<[\/!a-zA-Z0-9]+(\s+\w+(=(\w+|(\"|').*(\"|')))?)*\s*\/?> 截然相反像这样/^((?!<[\/!a-zA-Z0-9]+(\s+\w+(=(\w+|(\"|').*(\"|')))?)*\s*\/?>).)*$/ (link)

我要做的就是转换这个：

<!DOCTYPE html>
<html>
<body>
<h1>Heading</h1>
<div><p>paragraph.</p></div>
<p>paragraph.</p>
</body>
</html>

到这里：

<!DOCTYPE html>
<html>
<body>
<h1><span>Heading</span></h1>
<div><p><span>paragraph.</span></p></div>
<p><span>paragraph.</span></p>
</body>
</html>

请帮助.thx

【问题讨论】：

obligatory link（HTML不是正则语言，不应该用正则表达式解析）
首先修复任何使 HTML 不是 XML 的有效子集的语法问题。然后使用 XML 解析器对其进行解析。正则表达式不起作用。
Oh yes you can parse HTML with patterns.

标签： php html regex preg-replace

【解决方案1】：

正如 Sam 所说，您不能使用正则表达式从 HTML 中可靠地读取值。如果您真的想从 HTML 中读取文本，那么您需要

修复任何使 HTML 不是 XML 的有效子集的语法问题。
然后使用 XML 解析器对其进行解析。正则表达式不起作用。

但是在再次阅读您的问题后，我发现您并不想阅读文本。您显然想要做的是在某些地方添加跨度，可以这样做。阅读每一行并申请：

$line = str_replace("<h1>", "<h1><span>", $line);
$line = str_replace("</h1>", "</span></h1>", $line);
$line = str_replace("<p>", "<p><span>", $line);
$line = str_replace("</p>", "</span></p>", $line);

当然，如果 HTML 开始时格式不正确，结果也不会。

【讨论】：