Wie kann man HTML-Tags beim Ersetzen durch reguläre Ausdrücke effizient ignorieren?

HTML-Tags beim Ersetzen regulärer Ausdrücke ignorieren

Reguläre Ausdrücke reichen oft nicht aus, um komplexe HTML-Parsing-Aufgaben zu bewältigen, insbesondere wenn Fälle wie selektiv behandelt werden Tags ignorieren. Stattdessen wird allgemein empfohlen, für solche Szenarien DOMDocument und DOMXPath zu verwenden.

DOMXPath-basierter Ansatz

Um HTML-Tags beim Durchführen von Ersetzungen zu ignorieren, kann DOMXPath verwendet werden Textelemente gezielt im Dokument lokalisieren. Die folgende Abfrage würde beispielsweise alle Textknoten finden, die den Suchbegriff „apple span“ enthalten:

//*[contains(., "apple span")]/*[FALSE = contains(., "apple span")]/..

Erstellen einer TextRange-Klasse

Dann eine benutzerdefinierte Die TextRange-Klasse kann erstellt werden, um eine Liste von DOM-Textknoten darzustellen. Mit dieser Klasse können Zeichenfolgenoperationen für diese Textknoten ausgeführt werden, als wären sie eine einzelne Zeichenfolge.

Verarbeitung der Suchergebnisse

Für jeden übereinstimmenden Textknotenbereich < ;span> Elemente können erstellt und um die Textknoten herum eingefügt werden, um diese hervorzuheben. Dies würde die gewünschten Ergebnisse generieren, ohne HTML-Tags zu beeinträchtigen.

Beispiel

Hier ist ein Beispielcode, der diesen Ansatz demonstriert:

$doc = new DOMDocument;
$doc->loadXML('This is some <span>text</span> that span');
$xp = new DOMXPath($doc);

$anchor = $doc->getElementsByTagName('body')->item(0);
$r = $xp->query('//*[contains(., "span")]/*[FALSE = contains(., "span")]/..', $anchor);

foreach($r as $node)
{   
    $textNodes = $xp->query('.//child::text()', $node);
    $range = new TextRange($textNodes);
    while(FALSE !== $start = strpos($range, "span"))
    {
        $base = $range->split($start);
        $range = $base->split(strlen("span"));
        foreach($base->getNodes() as $node)
        {
            $span = $doc->createElement('span');
            $span->setAttribute('class', 'search_hightlight');
            $node = $node->parentNode->replaceChild($span, $node);
            $span->appendChild($node);
        }
    }
}

echo $doc->saveXML(); // Output the modified XML with highlighted text

Dieser Ansatz ermöglicht ein robustes und effizientes Ignorieren von HTML-Tags während Ersetzungsvorgängen und sorgt so für konsistente Ergebnisse, ohne die HTML-Struktur zu beschädigen.

Das obige ist der detaillierte Inhalt vonWie kann man HTML-Tags beim Ersetzen durch reguläre Ausdrücke effizient ignorieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!