正则表达式用 > 或 < 在 html 标记内替换 < 或 >答案

【问题标题】：Regex to replace < or > with > or < inside html tag正则表达式用 > 或 < 在 html 标记内替换 < 或 >
【发布时间】：2011-05-05 12:58:26
【问题描述】：

例如。

<html>
<head></head>
<body>
<div>
<h1>-----> hello! ----< </h1>
</div>
</body>

我想把h1标签里面的>和和

哪个是正确的模式？

提前致谢！

【问题讨论】：

为什么会首先生成这个损坏的 HTML？
对不起，我忘了最后一个

标签： php regex replace preg-replace str-replace

【解决方案1】：

你可以把它扔给tidy（见the docs），看看它是否能修复错误。比尝试使用正则表达式自己做“正确的事情”要好得多。

$html = <<<EOT
<html>
<head></head>
<body>
<div>
<h1>-----> hello! ----< </h1>
</div>
</body>
EOT;

$config = array ( 
  'clean'                       => true, 
  'drop-proprietary-attributes' => true, 
  'output-xhtml'                => false, 
  'show-body-only'              => false, 
  'wrap'                        => '0'
); 

$tidy = new tidy();
$tidy->parseString($html, $config, 'utf8');
$tidy->cleanRepair();

echo tidy_get_output($tidy);

可能是你必须先在你的 PHP 环境中启用 tidy。

【讨论】：

可能我已经用 tidy 解决了。我已经在这个案例中使用了 tidy fot。但也许我在做一些指令之前会使 tidy 功能失效。

【解决方案2】：

我会通过tidy 传递它。

【讨论】：

我在写这篇文章之前尝试了控制台整洁，它完全符合你的要求。

【解决方案3】：

同意评论者“为什么首先会生成这个损坏的 HTML？”，如果您表示这样的文档，那么您将遇到当前遇到的这些问题。有两种有效情况

您有一些数据（不是 HTML 转义的），例如PHP中的一堆字符串
您有一个 HTML 文档，其中包含 HTML 转义的标签和文本

因此，当您从源数据（字符串、数据库）生成 HTML 文档时，您需要对它们进行转义（例如，正如另一个回答者正确指出的那样，使用 htmlspecialchars。）

您需要不惜一切代价避免出现这样的情况，即您有一个字符串，其中包含 HTML 标记和非转义文本。

例如，如果您的文本包含文本 <b>text</b> 并且您确实希望该文本显示在 HTML 文档中，即您希望看到尖括号而不是文本以粗体显示（例如，您正在写一个关于如何编写 HTML 的文档），那么一旦你有了这样的文档，你就无法将它与实际的 HTML 代码区分开来。

【讨论】：

我无法控制 html。来自我无法控制的网站。我必须将 html 标签内的内容与 xpath 匹配，如果我在标签内找到，xpath 查询就会停止。我希望我解释得更好:)
你必须去找是控制 HTML 的人，告诉他们这种情况是不可接受的。我知道这听起来不是一个好的答案，但他们正在向您发送无效和模棱两可的数据。就像我说的，如果数据实际上包含文本 <b> 并且您想要显示它，您将无法将其与实际的粗体标签区分开来。因此，不可能有解决办法。您需要向他们解释这一点，也许指向这个 SO question。出于同样的原因，您将尝试和使用的任何工具（如 XPath）也将不起作用。
谢谢，但我不知道谁给了我 HTML。无论如何，也许我已经使用 Tidy 功能解决了它。谢谢