使用python从字符串中删除php标记

我想从字符串中删除php标记

content = re.sub('<\?php(.*)\?>', '', content)

content=re.sub（''，content）

在单行php标记上似乎可以正常工作，但当php标记在某些行之后关闭时，它无法捕获它。

---

有人能帮忙吗？

您可以通过以下方式完成：

content = re.sub('\n','', content)
content = re.sub('<\?php(.*)\?>', '', content)

---

使用正则表达式无法解决此问题。从字符串中解析PHP需要一个真正的解析器，该解析器至少理解一点PHP

但是，如果有可用的PHP，您可以非常轻松地解决此问题。最后是PHP解决方案

下面演示了正则表达式方法可能出现的错误：

重新导入
测试用例={
“简单”：（“显示此”，“显示此”），
“多个标记”：（“显示此项，即使它是有条件的”），“显示此项，即使它是有条件的”），
‘省略？>’：（‘显示此显示此’，‘显示此显示此’），
“shorttags”：（“show this show this”、“show this show this”），
“echotags”：（“显示此”“显示此”“显示此”），
}
testfailstr=“”
失败：%s
在%s中
预期：%s
获取：%s
"""
removephp=re.compile（r'（？s'））
对于testcases.items（）中的testname，（in，expect）：
got=removephp.sub（“”，在
如果你期待的话=得到了：
打印testfailstr%元组（映射（repr，（testname，in_u2;，expect，got）））

请注意，要使正则表达式通过所有测试用例，即使不是不可能，也是极其困难的

如果您有可用的PHP，您可以使用PHP的标记器去除PHP。下面的代码应该毫无疑问地将所有PHP代码从字符串中去除，并且应该涵盖所有奇怪的情况

//一个字符标记，始终为代码
定义（'T_ONECHAR_TOKEN'，'T_ONECHAR_TOKEN'）；
函数条_php（$input）{
$tokens=token\u get\u all（$input）；
$output=''；
$inphp=False；
foreach（$tokens作为$token）{
如果（是字符串（$token））{
$token=数组（T_ONECHAR_token，$token）；
}
列表（$id，$str）=$token；
如果（！$INPPP）{
如果（$id==T\u OPEN\u TAG或$id==T\u OPEN\u TAG\u WITH\u ECHO）{
$inphp=True；
}否则{
$output.=$str；
}
}否则{
如果（$id==T\u关闭\u标记）{
$inphp=False；
}
}
}
返回$output；
}
$test='a show this如果您只想处理简单的情况，一个简单的正则表达式就可以了。Python正则表达式中的
*？
运算符提供了最小匹配

重新导入
_PHP_TAG=re.compile（r''，re.DOTALL）
def strip_php（内容）：
返回_PHP_TAG.sub（''，内容）
输入=”“
简单：。
一行两个：。
多行：。
"""
打印条_php（输入）

输出：

Simple: .
Two on one line:  (keep this) .
Multiline: .
简单：。
一条线上有两个人：（留着这个）。
多行：。
我希望您不要用它来清理输入，因为这还不够好。（这是黑名单，不是白名单，黑名单永远不够。）

如果您想处理复杂的案件，例如：



您仍然可以使用正则表达式，但是您可能希望重新考虑您正在使用的工具，因为正则表达式可能变得太复杂而无法阅读。以下正则表达式将处理Francis Avila的所有测试用例：

dstr=r'（[^“\\]\\\）*“'
sstr=r“'（？：[^'\\]\\\）*”
_PHP_TAG=re.compile(
r'''以及如何撤销对\n的不必要更改？？你说得对！你可以使用一种解决方案，将新行替换为文件中不太可能包含的
something
。然后运行正则表达式以过滤掉php标记。最后，将
something
替换为新行。很抱歉，它会删除所有字符串。这是错误的打开一个只包含一个\n而没有其他内容的字符串，可能是第二行捕获的整个字符串。谢谢，我的实际测试比您的测试更复杂，结果是空白字符串为什么我得到-1？我提出了一个简单的解决方案，适用于不太复杂的输入。我认为这超出了正则表达式的能力，您需要n实际的解析器。例如：
，
PHP
，
，
，等等。@FrancisAvila只需删除即可完成我的工作！不，不会。你认为会，但不会。针对这些测试用例尝试正则表达式。还请记住，你可以在PHP中省略最后的
？
。我可以检查一下。但你能解决我的第一个问题吗？？你不能用正则表达式解决这个问题。我添加了一个答案来说明这一点。我很欣赏这个实用的答案，并解释了为什么正则表达式不够用。很好。我已经发布了一个正则表达式来处理你的所有测试用例。我想和大多数标记器一样，PHP标记器是基于f中的正则表达式构建的首先，通过使用PHP标记器，您可以省去编写正则表达式的工作，但实际上您仍然在使用正则表达式。如果您感到好奇，您可以阅读PHP源代码文件
Zend/Zend\u language\u scanner.l
中PHP使用的正则表达式。在我的情况下，它可以工作，但没有
re.DOTALL|re.MULTILINE
你说得对，两者都不是必需的。我在玩正则表达式时忘了取出它们。
In [81]: content
Out[81]: ' 11111  <?php 222\n\n?> \n22222\nasd  <?php asd\nasdasd\n?>\n3333\n'

In [82]: content = re.sub('\n',' {NEWLINE} ', content)
In [83]: content
Out[83]: ' 11111  <?php 222 {NEWLINE}  {NEWLINE} ?>  {NEWLINE} 22222 {NEWLINE} asd  <?php asd {NEWLINE} asdasd {NEWLINE} ?> {NEWLINE} 3333 {NEWLINE} '

In [84]: content = re.sub('<\?php(.*)\?>', '', content)
In [85]: content
Out[85]: ' 11111   {NEWLINE} 3333 {NEWLINE} '

In [88]: content = re.sub(' {NEWLINE} ','\n', content)
In [89]: content
Out[89]: ' 11111  \n3333\n'

Simple: .
Two on one line:  (keep this) .
Multiline: .