替换双换行符，除非标签

Question

我有一些数据库内容作为变量，我想把双换行符变成<p>...</p>

对于单行换行符我想添加<br />

我可以这样做：

$content = nl2br($content, false);
$content = '<p>' . preg_replace('#(<br>[\r\n\s]+){2}#', '</p><p>', $content) . '</p>';

但是，我需要排除具有 h2、h3、h4、ul 并且在 ul 标记内的段落。但我仍然需要在其他 HTML 标签周围添加 p 标签，例如 <strong> <blockquote> <img> <i> <em> 和 <caption> 等

一个示例文本是：

<h2>Lorem ipsum dolor sit amet, consectetur adipiscing elit</h2>

Vivamus vel tempor turpis, <strong>non rutrum quam</strong>. Suspendisse ac rhoncus felis, eget porta lectus. 

Nam vulputate sapien risus, vel vehicula mi volutpat sed. 

<ul>
<li>Sed feugiat nibh at nisl eleifend scelerisque.</li>
<li>Aliquam non maximus ipsum. Aliquam erat volutpat.</li>
</ul>

<h3>Praesent eget diam sit amet leo vehicula sagittis at quis tortor</h3>

Nunc nec sem ac nunc tincidunt aliquam ut nec dolor. Nulla facilisi.

<img alt="xxxx" src="xxx.png" class="xxxxx"/> 

<caption><i>ccccc</i></caption> 

<img alt="xxxx" src="xxx.png" class="xxxxx"/> 

<i>ccccc</i>

<strong>Nunc nec sem ac nunc tincidunt aliquam ut nec dolor. Nulla facilisi.</strong>

Vivamus vel tempor turpis, <strong>non rutrum quam</strong>. Suspendisse ac rhoncus felis, eget porta lectus.

Nunc nec
Nunc nec
Nunc nec

<blockquote class="twitter-tweet" data-lang="en"><p lang="en" dir="ltr">Vivamus vel tempor turpis <a href=""></a></p>&mdash; xxxxx (@xxxxxx) <a href="https://twitter.com/xxxx/status/x?ref_src=x">February 15, 2019</a></blockquote>

<script async src="" charset="utf-8"></script>

Answer 1

我建议不要使用nl2br() 函数——你将在你不想要它们的地方到处注入<br> 标签。

相反，我建议您直接在换行符处执行正则表达式，忽略已经被标签包围的行，如下所示：

(?i)^(?!((<\/|<)(h[1-6]|ul|li|script|blockquote)(\s.+)*>))(.+)(?!(<(\/\3)>))$

如果您想排除更多标签，请将它们放在(h[1-6]|ul|li|script|blockquote) 组中。

让我们分解一下：

• (?i) 使所有后续匹配不区分大小写
• ^ 断言行首的位置
• ?!() 分组是一个负前瞻
• (<\/|<) 表示我们同时匹配开始或结束标签
• h[1-6] 匹配 h1、h2、h3 等。
• (\s.+)*> 匹配开始标签内的额外垃圾，例如，<script xyz>
• (.+) 是我们想要包裹段落标签的地方
• <(\/\3)> 中的\3 匹配我们匹配的原始标签，作为结束标签

请注意，上述正则表达式中的 (.+) 是第 5 组，这就是您希望用 <p> 标记包围的内容。您可以使用preg_replace() 中的$5 标记来引用第一组，这样您就可以在该组周围加上一个开始和结束<p> 标记。

这是一个实际应用的例子： https://regex101.com/r/TQGbaq/2

所以您的代码可能如下所示：

$regex = '#(?i)^(?!((<\/|<)(h[1-6]|ul|li|script|blockquote)(\s.+)*>))(.+)(?!(<(\/\3)>))$#';
$content = preg_replace($regex, "<p>$5</p>", $content);

Answer 2

您应该在列表中添加 br>，如下所示：

$content = '<p>' . preg_replace('#([\<br\>\r\n\s]{2})#', '</p><p>', $content) . '</p>';