使用PHP替换XHTML标记并通过preg_replace添加参数
假设您有以下代码（由具有唯一ID的使用PHP替换XHTML标记并通过preg_replace添加参数,php,regex,parsing,Php,Regex,Parsing,假设您有以下代码（由具有唯一ID的指定的部分是多个）： 目前，我正在努力使用正则表达式来检查换行符，并限制它单独修改每篇文章。它所做的是将第一个和最后一个替换为一篇文章的内容。我使用的代码如下（所有内容都存储在变量$text中；s修饰符包括换行符）： $text=preg\u replace（“\（.+）\\（.+？）\\\\\\\\\\\\\\\\”，“$3'，$text”）； $text=preg\u replace（“\35;\这里有一个小小的起点。这可能不是最简单的方法，也不完全符合您的
$texts$text=preg\u replace（“\（.+）\\（.+？）\\\\\\\\\\\\\\\\”，“
$3'，$text”）；
$text=preg\u replace（“\35;\这里有一个小小的起点。这可能不是最简单的方法，也不完全符合您的规范，但我希望它能给您一些开始编码的想法：
<?php
$fragment = '<art id="001">
<p class="prim"><h1>word1</h1>Text</p>
</art>
<art id="002">
<p class="prim"><h1>word2</h1>Text</p>
<p class="sec"><h1>word2.1</h1>Text</p>
</art>';
$dom = new DOMDocument;
libxml_use_internal_errors(TRUE);
$dom->loadHTML($fragment);
libxml_use_internal_errors(FALSE);
$articles = $dom->getElementsByTagName('art');
foreach($articles as $article){
$titles = $article->getElementsByTagName('h1');
if($titles->length>0){
$title = $titles->item(0)->nodeValue;
$index = $dom->createElement('index');
$index->setAttribute('value', $title);
$article->appendChild($index);
}
}
$dom->formatOutput = TRUE;
$dom->preserveWhiteSpace = TRUE;
echo $dom->saveHTML();
loadHTML（$fragment）；
libxml\u使用\u内部错误（FALSE）；
$articles=$dom->getElementsByTagName（'art'）；
foreach（$articles作为$article）{
$titles=$article->getElementsByTagName（'h1'）；
如果（$titles->length>0）{
$title=$titles->item（0）->nodeValue；
$index=$dom->createElement（'index'）；
$index->setAttribute（'value'，$title）；
$article->appendChild（$index）；
}
}
$dom->formatOutput=TRUE；
$dom->preserveWhiteSpace=TRUE；
echo$dom->saveHTML（）；
…将打印以下内容：
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>
<art id="001"><p class="prim"></p>
<h1>word1</h1>Text
<index value="word1"></index></art><art id="002"><p class="prim"></p>
<h1>word2</h1>Text
<p class="sec"></p>
<h1>word2.1</h1>Text
<index value="word2"></index></art>
</body></html>
文字1文本
word2Text
文字2.1文字
是否需要使用regexp来完成？使用任何内置DOM库，这类任务都会变得更容易。@lvaroG.Vicario:当然。我以前从未做过这样的任务，所以我选择了我发现的第一种方法。您可能想阅读-因为在编程中，一般来说，一切都是有争议的，您可能还想ead另一个观点：。如果我是你，我会选择OK。不管怎样，我已经发布了一个非regexp答案。希望它能有所帮助。谢谢你，这是一个有趣的阅读材料。非常感谢。这确实很有帮助，因为我对这个DOM的知识是空的，所以演示很方便。还有一件事：你能告诉我如何支持utf-8吗？例如，返回拉丁字符，例如作为ÅÄľÅÅÃýÄ。这是一个广泛的问题。请尝试从中的第二个参数开始。
$text = preg_replace("#\<art id=\"(.+)\"\>(.+)\<p class=\"prim\"\>\<h1\>(.+?)\</h1\>#s", '<tra id="$1" title="$3"><index value="$3" /><p class="main"><h2>$3</h2>', $text);
$text = preg_replace("#\</art#", '</tra', $text);
<?php
$fragment = '<art id="001">
<p class="prim"><h1>word1</h1>Text</p>
</art>
<art id="002">
<p class="prim"><h1>word2</h1>Text</p>
<p class="sec"><h1>word2.1</h1>Text</p>
</art>';
$dom = new DOMDocument;
libxml_use_internal_errors(TRUE);
$dom->loadHTML($fragment);
libxml_use_internal_errors(FALSE);
$articles = $dom->getElementsByTagName('art');
foreach($articles as $article){
$titles = $article->getElementsByTagName('h1');
if($titles->length>0){
$title = $titles->item(0)->nodeValue;
$index = $dom->createElement('index');
$index->setAttribute('value', $title);
$article->appendChild($index);
}
}
$dom->formatOutput = TRUE;
$dom->preserveWhiteSpace = TRUE;
echo $dom->saveHTML();
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>
<art id="001"><p class="prim"></p>
<h1>word1</h1>Text
<index value="word1"></index></art><art id="002"><p class="prim"></p>
<h1>word2</h1>Text
<p class="sec"></p>
<h1>word2.1</h1>Text
<index value="word2"></index></art>
</body></html>