preg_replace_callback 错误中的正则表达式。 PHP答案

【问题标题】：Regex in preg_replace_callback error. PHPpreg_replace_callback 错误中的正则表达式。 PHP
【发布时间】：2013-12-09 09:30:18
【问题描述】：

我正在尝试创建一个 Web 应用程序，它将任何选定的网页转换为简单的英语形式。我有一个单词翻译存储在 My_SQL 数据库中。到目前为止我有这个代码。它有效，但似乎只在几个标签而不是整个页面中做我想要的。我认为这可能是由于正则表达式错误？

<?
    $English = array();
    $Simple = array();
    $con = mysqli_connect("localhost","root","root","Words");
    $getmodels = mysqli_query($con, "SELECT * FROM Wordsweb");
    while($res = mysqli_fetch_assoc($getmodels)) {
        $English[] = $res['English'];
        $Simple[] = $res['Simple'];
    }
    $url = $_GET['url'];
    $string = file_get_contents($url);
    $text_to_echo =  preg_replace_callback(
        "/(<([^.]+)>)([^<]+)(<\\/\\2>)/s", 
        function($matches) use ($English, $Simple) {
            /*
             * Indexes of array:
             *    0 - full tag
             *    1 - open tag, for example <h1>
             *    2 - tag name h1
             *    3 - content
             *    4 - closing tag
             */
            $matches[3] = strtolower($matches[3]);
            $text = str_replace($English, $Simple, $matches[3]);
            return $matches[1].$text.$matches[4];
        }, 
        $string
    );
    echo "<base href=\"" . $url . "/\" />";
    echo $text_to_echo;
    ?>

【问题讨论】：

这部分正则表达式：(<([^.]+)>) 应该是开始标签，不会给你所期望的。 [^.]+ 特别会匹配一个或多个不是点的东西，所以它会匹配比单个标签内容更多的东西。同样一般来说，您不应该使用正则表达式来解析 URL。改用 DOM php.net/DOM
我会，但我不知道如何在其中实现 dom！
或者你可以使用simplehtmldom.sourceforge.net
你应该把这个/(<([^.]+)>)([^<]+)(<\\/\\2>)/s改成这个/(<\\s*([^<>]+?)\\s*>)([^<]+)(<\\/\\2\\s*>)/，并且你不需要在你的正则表达式中使用//s修饰符，因为类中的点只是一个文字点。
我会尝试使用simplehtmldom.sourceforge.net。我是否正确假设 * 意味着所有标签

标签： php mysql regex str-replace preg-replace-callback

【解决方案1】：

您可以使用 DOM+Xpath 来获取和更改 HTML 文档中的文本节点：

$html = <<<'HTML'
  <html>
    <body>
      <h1>Hello World!</h1>
      <div>
        <p>Lorem Ipsum...</p>
      </div>
    </body>
  </html>
HTML;

$dom = new DOMDocument();
$dom->loadHtml($html);
$xpath = new DOMXPath($dom);

$nodes = $xpath->evaluate("//text()");
foreach ($nodes as $node) {
  $node->nodeValue = strToUpper($node->nodeValue);
}

echo $dom->saveHtml();

【讨论】：