无效的 HTML - 引用属性答案

【问题标题】：Invalid HTML - Quoting Attributes无效的 HTML - 引用属性
【发布时间】：2015-01-04 13:55:51
【问题描述】：

我有以下 HTML：

<td width=140 style='width:105.0pt;padding:0cm 0cm 0cm 0cm'>
    <p class=MsoNormal><span style='font-size:9.0pt;font-family:"Arial","sans-serif";
       mso-fareast-font-family:"Times New Roman";color:#666666'>OCCUPANCY
       TAX:</span></p>
</td>

一些 HTML 属性没有被引用，例如：width=140 和 class=MsoNormal

是否有任何 PHP 函数可以处理这类事情，如果没有的话，在 HTML 中清理它的聪明方法是什么？

谢谢。

【问题讨论】：

没有原生的php函数，已经清理过了。唯一真正需要"" 的时间是值中存在特殊字符或空格时。鉴于此，我认为最好自己清理文件，使用 sublime 等文本编辑器。
我必须以编程方式解决这个问题。不带引号的 width=140 给我带来了麻烦，因为我使用的是quoted_printable_decode() 函数，当它发现 =140 时会将其转换为一些不受欢迎的字符。但是 with='140' （带引号）很好。但我想要一些巧妙的方式来引用整个文件中的所有属性。
可能是a PHP DOM parser?
我建议你不要使用内联样式。将您的样式与您的标记分开，它将为您省去很多麻烦。相信我。
@Nuno Aruda 这是我得到的 HTML，不是我写的。我必须使用它。

标签： php html quotes

【解决方案1】：

我猜你可以为此使用正则表达式：

/\s([\w]{1,}=)((?!")[\w]{1,}(?!"))/g


\s match any white space character [\r\n\t\f ]
1st Capturing group ([\w]{1,}=)
    [\w]{1,} match a single character present in the list below
        Quantifier: {1,} Between 1 and unlimited times, as many times as possible, giving back as needed [greedy]
    \w match any word character [a-zA-Z0-9_]
    = matches the character = literally
2nd Capturing group ((?!")[\w]{1,}(?!"))
    (?!") Negative Lookahead - Assert that it is impossible to match the regex below
    " matches the characters " literally
    [\w]{1,} match a single character present in the list below
        Quantifier: {1,} Between 1 and unlimited times, as many times as possible, giving back as needed [greedy]
    \w match any word character [a-zA-Z0-9_]
    (?!") Negative Lookahead - Assert that it is impossible to match the regex below
    " matches the characters " literally
g modifier: global. All matches (don't return on first match)

这将是这样实现的：

echo preg_replace_callback('/\s([\w]{1,}=)((?!")[\w]{1,}(?!"))/', function($matches){
    return ' '.$matches[1].'"'.$matches[2].'"';
}, $str);

会导致：

 <td width="140" style='width:105.0pt;padding:0cm 0cm 0cm 0cm'>
   <p class="MsoNormal"><span style='font-size:9.0pt;font-family:"Arial","sans-serif";
     mso-fareast-font-family:"Times New Roman";color:#666666'>OCCUPANCY
      TAX:</span></p>
 </td>

Eval.in live example

注意，这是一个肮脏的例子，当然可以清理。

【讨论】：

强制“你不能用正则表达式解析 HTML”：stackoverflow.com/a/1732454/1902010