유효하지 않은 HTML 태그 사이의 공백을 제거하는 정규식 - 예: "</b>"는 "</b>"이어야 합니다.

Question

태그 내의 공백으로 인해 일부 HTML이 엉망이 되어 다시 유효하게 만들고 싶습니다. 예를 들면 다음과 같습니다.

< div class='test' >1 > 0은 <b >true</ b> 바나나</div>

는 유효한 HTML로 변환되어야 하며, 렌더링되면 다음이 생성될 것으로 예상됩니다.

<code><div class='test'>1 > 0은 <b>true</b> >>> 바나나</div></code>

또는 <에서 공백 앞/뒤의 모든 텍스트는 변경되지 않은 상태로 유지되어야 합니다. 예: 1 <0는 0

로 압축되는 대신 유지되어야 합니다.

여기에는 여러 정규 표현식이 필요할 수 있다는 것을 알고 있습니다. 괜찮습니다

몇 가지가 있습니다:

이는 로 부분적으로 수정됩니다. ;/b>

Answer 1

당신이 게시한 것만큼 손상된 문서를 저장할 수 있는 합리적인 방법은 없지만 텍스트에 > 和类似字符替换为其相关实体，例如： > ;를 입력한다고 가정하면 승인하려는 문서를 DomDocument 와 같은 적절한 라이브러리에 넣어서 처리할 수 있습니다. 나머지.

으아악

출력:

으아악

Answer 2

이 정규식도 작동합니다:

HTML 태그의 유효한 부분을 4개 부분으로 나누고 나머지 부분(공백)을 해당 부분으로 대체합니다.

Regex101 데모

/(<)s*(/?)s*([^<>]*S)s*(>)/g

• (<) - 여는 꺾쇠 괄호 캡처(섹션 1)
• s* - 모든 공백과 일치
• (/?) - 선택적 백슬래시 캡처(2부)
• s* - 백슬래시 뒤의 모든 공백과 일치합니다.
• ([^<>]*S) - 후행 공백 없이 태그 내 콘텐츠 캡처(섹션 3)
• s* - 콘텐츠 뒤와 오른쪽 꺾쇠괄호 앞의 공백과 일치합니다
• (>) - 오른쪽 꺾쇠괄호 캡처(섹션 4)

으아악