替换标签之间的特定子字符串

Question

我有以下 HTML 文档片段：

<ol>
    <li>some text</li>
    <li>some <strong>more</strong> text</li>
    <li>some more text</li>
</ol>
<ul>
    <li>even more text</li>
    <li>...</li>
</ul>

我想要实现的是用##li## 和</li> 替换出现在<ol> 和</ol> 之间的所有<li> 实例##/li## 而<li> 和</li> 的所有实例<ul> 和 </ul> 之间应该保持不变：

<ol>
    ##li##some text##/li##
    ##li##some <strong>more</strong> text##/li##
    ##li##some more text##/li##
</ol>
<ul>
    <li>even more text</li>
    <li>...</li>
</ul>

虽然这主要是一个正则表达式问题，但如果我在存储过程中使用 Oracle XE 11g2 上的 Oracle REGEXP_REPLACE 函数感兴趣的话。

我很想发布到目前为止我尝试过的内容，但老实说，我完全迷失了这一点。

这个操作分两遍就可以了：

l_html_new :=
REGEXP_REPLACE(
  l_html_old
, '<regex1 here>'
, '##li##'
);

l_html_new :=
REGEXP_REPLACE(
  l_html_new 
, '<regex2 here>'
, '##/li##'
);

更新：

@cfqueryparam，您的解决方案很有趣，因为它似乎完全符合我在 JS 中的需要。但是，我无法让它在 Oracle 中工作。 这是我所拥有的：

declare
  --
  c_crlf char(2) := chr(13)||chr(10);
  --
  l_html_old varchar2(4000);
  l_html_new varchar2(4000);
  l_pattern  varchar2(400);
  --
begin
  l_html_old :=   
      '<ol>'||c_crlf
  ||    '<li>some text</li>'||c_crlf
  ||    '<li>some <strong>more</strong> text</li>'||c_crlf
  ||    '<li>some more text</li>'||c_crlf
  ||  '</ol>'||c_crlf
  ||  '<ul>'||c_crlf
  ||    '<li>even more text</li>'||c_crlf
  ||    '<li>...</li>'||c_crlf
  ||  '</ul>'
  ;
  --
  l_pattern := '<(li)>(.*?)<(\/li)>([^>]*)(?=(<li>.*?<\/li>[^>]*)*(?:[^>]*<\/ol>))';
  --
  l_html_new := 
    REGEXP_REPLACE(
      l_html_old                  --source_string
    , l_pattern                   --pattern
    , '##$1##$2##$3##$4'          --replace_string
    , 1                           --position
    , 0                           --occurrence
    , 'im'                        --match_parameter
  );
  --
  dbms_output.put_line(l_html_new);
  --
end;

这只是输出没有替换的原始字符串。 反向引用可能存在问题，但我认为这并不重要。由于根本没有发生替换，我认为没有任何匹配。

我会尝试找出JS和Oracle在处理上的区别。

Answer 1

我没有用于测试的 ORACLE 数据库，但我可以用 javascript 演示一些您可以利用的东西。

演示：http://jsfiddle.net/knjv9zjp/1/

<(li)>(.*?)<(\/li)>([^>]*)(?=(<li>.*?<\/li>[^>]*)*(?:[^>]*<\/ol>))

我确实想到您可能想要考虑 LI 标记的属性，这很容易。

此版本将捕获属性，并将它们放入开头的哈希中

<(li[^>]*)>(.*?)<(\/li)>([^>]*)(?=(<li>.*?<\/li>[^>]*)*(?:[^>]*<\/ol>))

此版本将识别可能存在的属性，而不捕获它们

<(li)[^>]*>(.*?)<(\/li)>([^>]*)(?=(<li>.*?<\/li>[^>]*)*(?:[^>]*<\/ol>))

Answer 2

我认为你需要的只是简单的 Replace()：

SELECT REPLACE(
'<ol>
  <li>some text</li>
  <li>some <strong>more</strong> text</li>
  <li>some more text</li>
</ol>
<ul>
  <li>even more text</li>
  <li>...</li>
 </ul>', '<li>', '###li###')
FROM dual
/

输出：

<ol>
   ###li###some text</li>
   ###li###some <strong>more</strong> text</li>
   ###li###some more text</li>
</ol>
<ul>
   ###li###even more text</li>
   ###li###...</li>
</ul>