替换一些文本后保留 HTML 格式（使用 PHP 和 JS）

Question

我想修改 HTML 之类的

I am <b>Sadi, novice</b> programmer.

到

I am <b>Sadi, learner</b> programmer.

为此，我将使用字符串“新手程序员”进行搜索。请问我该怎么做？有什么想法吗？

它使用多个单词“新手程序员”进行搜索。这可能是一个完整的句子。额外的空格（例如新行、制表符）应该被忽略，并且在搜索过程中必须忽略任何标签。但在更换期间必须保留标签。

它是一种转换器。如果它不区分大小写会更好。

谢谢

萨迪

---

更多说明：

我得到了一些不错的答复，并提供了可能的解决方案。但是，如果您有任何想法，请继续发布。

我想进一步澄清这个问题，以防有人错过。主帖将问题作为示例场景展示。

1) 现在的问题是在不考虑标签的情况下查找和替换一些字符串。标签可能会出现在一个单词中。字符串可能包含多个单词。 标签只出现在内容字符串或文档中。 搜索词组从不包含任何标签。

我们可以很方便的去掉所有的标签，做一些文字操作。但是这里出现了另一个问题。

2) 标记必须保留，即使在替换文本之后也是如此。这就是示例所显示的内容。

再次感谢您的帮助

Answer 1

除非 cOm 已经写好了，否则正则表达式是最好的选择：

$cleaned_string = preg_replace('/\<.\>/', $raw_text, "");

或者类似的东西。我需要研究/测试正则表达式。

然后你可以用一个简单的$foobar = str_replace($find, $replace_with, $cleaned_string); 来找到你要替换的文本。

没有意识到他想把 HTML 放回去。这都是正则表达式，而且比我目前知道的要多。

知道我所知道的，从技术上讲，我可能会使用一个表达式，它不会忽略单词之间之间的空格，而是在< 和> 括号之间忽略空格，然后使用正则表达式输出的包含变量的能力。

Answer 2

嗯，可能有更好的方法，但我没想到（假设标签不会出现在单词中间，HTML 格式正确，等等）...

基本上，您需要三样东西（抱歉，如果这听起来很傲慢，不是故意的）： 1.一种忽略标签的子串匹配方法。 2.一种保留标签的替换方法。 3. 一种将它们放在一起的方式。

1 - 这可能是最困难的一点。一种方法是遍历源字符串中的所有字符（字符串基本上是字符数组，因此您可以像访问数组元素一样访问字符），尝试从搜索字符串中匹配尽可能多的字符，停止当您匹配所有字符或用完字符匹配时。任何介于 '' 之间的字符都应该被忽略。一些伪代码（检查一下，来晚了，可能有错误）：

findMatch(startingPos : integer, subject : string, searchString : string){
    //Variables for keeping track of characters matched, positions, etc.
    inTag = false;
    matchFound = false;
    matchedCharacters = 0;
    matchStart = 0;
    matchEnd = 0;

    for(i from startingPos to length(searchString)){
        //Work out when entering or exiting tags, ignore tag contents
        if(subject[i] == '<' || subject[i] == '>'){
            inTag = !inTag;
        }
        else if(!inTag){
            //Check if the character matches expected in search string
            if(subject[i] == searchString[matchedCharacters]){
                if(!matchFound){
                    matchFound = true;
                    matchStart = i;
                }
                matchedCharacters++;

                //If all of the characters have been matched, return the start and end positions of the substring
                if(matchedCharacters + 1 == length(searchString)){
                    matchEnd = i - matchStart;
                    return matchStart, matchEnd;
                }
            }
            else{
                //Reset counts if not found
                matchFound = false;
                matchCharacters = 0;
            }
        }
    }
    //If no full matches were found, return error
    return -1;
}

2 - 将 HTML 源代码拆分为三个字符串 - 您要处理的位（在匹配函数返回的两个位置之间）和之前和之后的部分。拆分您要修改的位，例如：

$parts = preg_split("/(<[^>]*>)/",$string, -1, PREG_SPLIT_DELIM_CAPTURE);

记录标记的位置，连接非标记段并照常对此执行子字符串替换，然后再次拆分修改后的字符串并重新组合到位的标记。

3 - 这是简单的部分，只需将修改后的部分和其他两个位连接在一起。

我的想法可能过于复杂了，如果是这样，请忽略我。

Answer 3

我会这样做：

if (preg_match('/(.*)novice((?:<.*>)?\s(?:<.*>)?programmer.*)/',$inString,$attributes) {
  $inString = $attributes[1].'learner'.$attributes[2];
}

它应该匹配以下任何一个：

novice programmer
novice</b> programmer
novice </b>programmer
novice<span> programmer

正则表达式状态的测试版本类似于：匹配任何字符集，直到达到“新手”并将其放入捕获组，然后可能匹配以“' 结尾（但不要捕获它），但随后只匹配带有空格的内容，然后可能再次匹配以 '' 结尾（但不要捕获它），然后程序员必须跟在后面跟着任意数量的字符并将其放入捕获组中。

我会做一些具体的测试，因为我可能错过了一些东西。正则表达式是程序员最好的朋友！

Answer 4

有趣的问题。

我会使用 DOM 和 XPath 来查找包含该文本的最近节点，然后使用子字符串匹配来找出字符串的哪个位在哪个节点中。不过，这将涉及到每个字符的匹配和可能的回溯。

这是第一部分，寻找容器节点：

<?php
error_reporting(E_ALL);
header('Content-Type: text/plain; charset=UTF-8');

$doc = new DOMDocument();
$doc->loadHTML(<<<EOD
<p>
    <span>
        <i>
            I am <b>Sadi, novice</b> programmer.
        </i>
    </span>
</p>
<ul>
    <li>
        <div>
            I am <em>Cornholio, novice</em> programmer of television shows.
        </div>
    </li>
</ul>
EOD
);
$xpath = new DOMXPath($doc);
// First, get a list of all nodes containing the text anywhere in their tree.
$nodeList = $xpath->evaluate('//*[contains(string(.), "programmer")]');
$deepestNodes = array();
// Now only keep the deepest nodes, because the XPath query will also return HTML, BODY, ...
foreach ($nodeList as $node) {
    $deepestNodes[] = $node;
    $ancestor = $node;
    while (($ancestor = $ancestor->parentNode) && ($ancestor instanceof DOMElement)) {
        $deepestNodes = array_filter($deepestNodes, function ($existingNode) use ($ancestor) {
            return ($ancestor !== $existingNode);
        });
    }
}
foreach ($deepestNodes as $node) {
    var_dump($node->tagName);
}

希望对你有所帮助。

Answer 5

由于您没有具体说明您将使用它的具体用途，我将使用您的示例“我是 sadi，新手 程序员”。

$before = 'I am <b>sadi, novice</b> programmer';
$after = preg_replace ('/I am (<.*>)?(.*), novice(<.*>)? programmer/','/I am $1$2,     learner$3 programmer/',$string);

或者，对于任何文本：

$string = '<b>Hello</b>, world!';
$orig = 'Hello';
$replace = 'Goodbye';
$pattern = "/(<.*>)?$orig(<.*>)?/";
$final = "/$1$replace$2/";
$result = preg_replace($pattern,$final,$string);
//$result should now be 'Goodbye, world!'

希望对您有所帮助。 :d

编辑：您的示例的示例，第二段代码： $string = '我是sadi，新手程序员。';
$orig = '新手';
$replace = '学习者';
$pattern = "/(<.>>)?$orig(<.>>)?/";
$final = "$1$replace$2";
$result = htmlspecialchars(preg_replace($pattern,$final,$string));
回显$结果；

唯一的问题是，如果您要搜索的内容超过一个单词。

编辑 2：终于想出了一种跨多个单词的方法。代码如下：

function htmlreplace($string,$orig,$replace) 
 {
  $orig = explode(' ',$orig);
  $replace = explode(' ',$replace);
  $result = $string;
  while (count($orig)>0)
   {
    $shift = array_shift($orig);
    $rshift = array_shift($replace);

    $pattern = "/$shift\s?(<.*>)?/";
    $replacement = "$rshift$1";
    $result = preg_replace($pattern,$replacement,$result);
   }
  $result .= implode(' ',$replace);
  return $result;
 }

玩得开心！ :d

Answer 6

好的，我认为这就是您想要的。它接受您的输入搜索和替换，将它们拆分为由空格分隔的字符串数组，生成一个正则表达式，查找具有任意数量的空白/html标签的输入句子，并将其替换为替换句子，并在单词之间替换相同的标签.

如果搜索语句的字数高于替换的，它只是在任何多余的单词之间使用空格，如果替换的字数高于搜索，它会在末尾添加所有“孤儿”标签。它还处理查找和替换中的正则表达式字符。

<?php
function htmlFriendlySearchAndReplace($find, $replace, $subject) {
    $findWords = explode(" ", $find);
    $replaceWords = explode(" ", $replace);

    $findRegexp = "/";
    for ($i = 0; $i < count($findWords); $i++) {
        $findRegexp .= preg_replace("/([\\$\\^\\|\\.\\+\\*\\?\\(\\)\\[\\]\\{\\}\\\\\\-])/", "\\\\$1", $findWords[$i]);
        if ($i < count($findWords) - 1) {
            $findRegexp .= "(\s?(?:<[^>]*>)?\s(?:<[^>]*>)?)";
        }
    }
    $findRegexp .= "/i";

    $replaceRegexp = "";
    for ($i = 0; $i < count($findWords) || $i < count($replaceWords); $i++) {
        if ($i < count($replaceWords)) {
            $replaceRegexp .= str_replace("$", "\\$", $replaceWords[$i]);
        }
        if ($i < count($findWords) - 1) {
            $replaceRegexp .= "$" . ($i + 1);
        } else {
            if ($i < count($replaceWords) - 1) {
                $replaceRegexp .= " ";
            }
        }
    }

    return preg_replace($findRegexp, $replaceRegexp, $subject);
}
?>

这里是一些测试的结果：

Original : <b>Novice Programmer</b>
Search : Novice Programmer
Replace : Advanced Programmer
Result : <b>Advanced Programmer</b>

Original : Hi, <b>Novice Programmer</b>
Search : Novice Programmer
Replace : Advanced Programmer
Result : Hi, <b>Advanced Programmer</b>

Original : I am not a <b>Novice</b> Programmer
Search : Novice Programmer
Replace : Advanced Programmer
Result : I am not a <b>Advanced</b> Programmer

Original : Novice <b>Programmer</b> in the house
Search : Novice Programmer
Replace : Advanced Programmer
Result : Advanced <b>Programmer</b> in the house

Original : <i>I am not a <b>Novice</b> Programmer</i>
Search : Novice Programmer
Replace : Advanced Programmer
Result : <i>I am not a <b>Advanced</b> Programmer</i>

Original : I am not a <b><i>Novice</i> Programmer</b> any more
Search : Novice Programmer
Replace : Advanced Programmer
Result : I am not a <b><i>Advanced</i> Programmer</b> any more

Original : I am not a <b><i>Novice</i></b> Programmer any more
Search : Novice Programmer
Replace : Advanced Programmer
Result : I am not a <b><i>Advanced</i></b> Programmer any more

Original : I am not a Novice<b> <i> </i></b> Programmer any more
Search : Novice Programmer
Replace : Advanced Programmer
Result : I am not a Advanced<b> <i> </i></b> Programmer any more

Original : I am not a Novice <b><i> </i></b> Programmer any more
Search : Novice Programmer
Replace : Advanced Programmer
Result : I am not a Advanced <b><i> </i></b> Programmer any more

Original : <i>I am a <b>Novice</b> Programmer</i> too, now
Search : Novice Programmer too
Replace : Advanced Programmer
Result : <i>I am a <b>Advanced</b> Programmer</i> , now

Original : <i>I am a <b>Novice</b> Programmer</i>, now
Search : Novice Programmer
Replace : Advanced Programmer Too
Result : <i>I am a <b>Advanced</b> Programmer Too</i>, now

Original : <i>I make <b>No money</b>, now</i>
Search : No money
Replace : Mucho$1 Dollar$
Result : <i>I make <b>Mucho$1 Dollar$</b>, now</i>

Original : <i>I like regexp, you can do [A-Z]</i>
Search : [A-Z]
Replace : [Z-A]
Result : <i>I like regexp, you can do [Z-A]</i>