使用 preg_replace_callback 函数替换结束 div 标签

Question

我正在尝试开发一个 PHP 脚本，它将 HTML 字符串中的所有 div 替换为具有属性的段落除外（例如 <div id="1">）。我的脚本目前做的第一件事是使用一个简单的 str_replace() 将所有出现的<div> 替换为<p>，这会留下任何带有属性和结束 div 标签 (</div>) 的 div 标签。但是，用</p> 标签替换</div> 标签有点问题。

到目前为止，我已经开发了一个 preg_replace_callback 函数，该函数旨在将一些 </div> 标签转换为 </p> 标签以匹配开始 <p> 标签，但在结束 @987654334 时忽略其他 </div> 标签@ 带有属性。以下是我正在使用的脚本；

<?php
$input = "<div>Hello world!</div><div><div id=\"1\">How <div>are you</div> today?</div></div><div>I am fine.</div>";
$input2 = str_replace("<div>", "<p>", $input);
$output = preg_replace_callback("/(<div )|(<\/div>)/", 'replacer', $input2);

function replacer($matches){
    static $count = 0;
    $counter=count($matches);
    for($i=0;$i<$counter;$i++){
        if($matches[$i]=="<div "){
            return "<div ";
            $count++;
        } elseif ($matches[$i]=="</div>"){
            $count--;
            if ($count>=0){
                return "</div>";
            } elseif ($count<0){
                return "</p>";
                $count++;
            }
        }
    }
}
echo $output;
?>

该脚本基本上将所有剩余的<div> 和</div> 标签放入一个数组中，然后循环遍历它。然后，计数器变量在遇到<div> 标记时递增，或者在遇到数组中的</div> 时递减。当计数器小于 0 时，返回 </p> 标签，否则返回 </div>。 脚本的输出应该是；

<p>Hello world!</p><p><div id="1">How <p>are you</p> today?</div></p><p>I am fine.</p>"

相反，我得到的输出是；

<p>Hello world!</p><p><div id="1">How <p>are you</p> today?</p></p><p>I am fine.</p>

我花了几个小时对脚本进行了我能想到的尽可能多的编辑，而且我一直得到相同的输出。谁能向我解释我哪里出错或提供替代解决方案？

任何帮助将不胜感激。

Answer 1

在 mario 评论的内容旁边，类似于 phpquery 或 querypath，您可以使用 PHP DOMDocument 类来搜索有问题的 <div> 元素并将它们替换为 <p> 元素。

基础是 DOM（文档对象模型）和 XPath：

$input = "<div>Hello world!</div><div><div id=\"1\">How <div>are you</div> today?</div></div><div>I am fine.</div>";

$doc = new DOMDocument();
$doc->loadHTML("<div id='body'>{$input}</div>");
$root = $doc->getElementById('body');
$xp = new DOMXPath($doc);

$expression = './/div[not(@id)]';

while($r = $xp->query($expression, $root) and $r->length)
    foreach($r as $div)
    {
        $new = $doc->createElement('p');
        foreach($div->childNodes as $child)
            $new->appendChild($child->cloneNode(1));

        $div->parentNode->replaceChild($new, $div);
    }
    ;

$html = '';
foreach($root->childNodes as $child)
    $html .= rtrim($doc->saveHTML($child))
    ;

echo $html;

这会给你：

<p>Hello world!</p><p><div id="1">How <p>are you</p> today?</div></p><p>I am fine.</p>

Answer 2

我对多个正则表达式采取了不同的方法：

$text = "<div>Hello world!</div><div><div id=\"1\">How <div>are you</div> today?</div></div><div>I am fine.</div><div>an other <div id=\"2\">small</div>test</div><div>nested<div>divs</div>...</div>";
echo "before: " . $text . "\n";

do
{
    $count1 = 0;
    $text = preg_replace("/<div>((?![^<]*?<div).*?)<\/div>/", "<p>$1</p>", $text, -1, $count1);
    $count2 = 0;
    $text = preg_replace("/<div ([^>]+)>((?![^<]*?<div).*?)<\/div>/", "<temporarytag $1>$2</temporarytag>", $text, -1, $count);
} while ($count1 + $count2 > 0);

$text = preg_replace("/(<[\/]?)temporarytag/", "$1div", $text);

echo "after: " . $text;

这会让你：

    before: <div>Hello world!</div><div><div id="1">How <div>are you</div> today?</div></div><div>I am fine.</div><div>an other <div id="2">small</div>test</div><div>nested<div>divs</div>...</div>
    after: <p>Hello world!</p><p><div id="1">How <p>are you</p> today?</div></p><p>I am fine.</p><p>an other <div id="2">small</div>test</p><p>nested<p>divs</p>...</p>

如果你不需要sn-p，我至少已经学到了一些关于正则表达式的知识：P