Php 匹配不在特定HTML标记内且不包含特定单词的字符

我正在寻找执行以下操作的PHP正则表达式： （1） 获取（2）不包含单词“x x”和（3）不嵌套在

例如：

<p>This is one</p> //true
<p>This is one x x x</p> //false, has "x x x"
<blockquote><i>something</i><p>This is one</p></blockquote> //false, nested inside blockquote

这是一个
//正确
这是一个x
//假，有“x”
something这是一个
//false，嵌套在blockquote中

正则表达式是用于此作业的不正确工具。即使只是为了“快速修复”，它仍然不是正确的工具

我喜欢在这里使用的工具称为XPath。使用PHP的DOMDocument和DOMXPath类，我们可以找到所需的值

我获取了您的HTML，然后搜索符合您条件的

标记

<?php
$html = <<<END
<p>This is one</p>
<p>This is one x x x</p>
<blockquote><i>something</i><p>This is one</p></blockquote>
END;

$DOM = new DOMDocument;
$DOM->loadHTML($html);
$xPath = new DOMXPath($DOM);

$p = $xPath->query('//p[not(contains(text(), "x x x")) and not(ancestor::blockquote)]');

foreach($p as $e){
    echo $e->nodeValue;
}

---

不要用正则表达式解析HTML:）我认为正则表达式不是解决这个问题的好方法。你用什么语言工作？解析库将是一种更好的方法。@Jonny5:我正在使用PHP@VMAtm：这可能不是最佳做法，但我需要它来快速修复。是否会有嵌套的
元素？是否会有嵌套的
元素？正则表达式可以匹配（或不匹配）包含“x”的字符串，但最好使用HTML解析器过滤掉标记要求。