正则表达式匹配不包含另一个标签的 HTML 标签

Question

我正在编写一个正则表达式查找/替换，它将在 <span> 尚不存在的文件中的每个 <a href> 中插入一个 <span>。它将允许其他标签位于<a href> 中，例如<img>、<b> 等。

目前我有这个正则表达式：
查找：(<a[^>]+?style=".*?color:#(\w{6}).*?".*?>)(.+?)(<\/a>)
替换：'$1<span style="color:#$2;">$3</span>$4'

它工作得很好，除非我在同一个文件上运行它，它会在 <span> 内插入一个 <span> 并且它会变得混乱。

目标示例：

我们希望它忽略这个：
<a href="http://mywebiste.com/link1.html" target="_blank" style="color:#bfbcba; text-decoration:underline;"><span style="color:#bfbcba;">Howdy</span></a>

但不是这个：
<a href="http://mywebiste.com/link1.html" target="_blank" style="color:#bfbcba; text-decoration:underline;">Howdy</a>

或者这个：
<a href="http://mywebiste.com/link1.html" target="_blank" style="color:#bfbcba; text-decoration:underline;"><img src="myimg.gif" />Howdy</a>

--编辑--

使用 cmets 中建议的 PHP DOM 库，这是我目前所拥有的：

$doc = new DOMDocument();
$doc->loadHTML($input);
$tags = $doc->getElementsByTagName('a');
foreach ($tags as $tag) {
    $spancount = $tag->getElementsByTagName("span")->length;
    if($spancount == 0){
        $element = $doc->createElement('span');
        $tag->appendChild($element);
    }
}

echo $doc->saveHTML();`

目前它会检测锚内部是否有跨度，如果有，它将在锚内部附加一个跨度，但是，我还没有弄清楚如何获取锚内部的原始内容跨度。

Answer 1

不要为此使用正则表达式，它不适合 HTML。

使用 DOM 库和getElementsByTagName('a')，然后使用length 属性遍历每个锚点并查看它是否包含带有getElementsByTagName('span') 的子跨度元素。如果没有，appendChild 或将锚节点的firstChild 分配给使用document.createElement('span') 创建的新跨度。

编辑：至于抓取anchor的内部html，如果里面有很多节点，试试这个：

<?php
function innerHTML($node){
  $doc = new DOMDocument();
  foreach ($node->childNodes as $child)
    $doc->appendChild($doc->importNode($child, true));

  return $doc->saveHTML();
}

$html = innerHTML( $anchorRef );

这也可能对您有所帮助：Change innerHTML of a php DOMElement