preg_replace 正则表达式以删除杂散的结束标记答案

【问题标题】：preg_replace regex to remove stray end tagpreg_replace 正则表达式以删除杂散的结束标记
【发布时间】：2026-01-27 01:00:02
【问题描述】：

我有一个字符串，其中包含不同类型的 html 标记和内容，包括一些 <img> 元素。我正在尝试将这些 <img> 元素包装在 <figure> 标记中。到目前为止，使用这样的 preg_replace 非常好：

preg_replace( '/(<img.*?>)/s','<figure>$1</figure>',$content);

但是，如果<img>标签有一个相邻的<figcaption>标签，结果就相当难看，并且会为图形元素产生一个杂散的结束标签：

<figure id="attachment_9615">
<img class="size-full" src="http://www.example.com/pic.png" alt="name" width="1699" height="354" />
<figcaption class="caption-text"></figure>Caption title here</figcaption>
</figure>

我尝试了一大堆 preg_replace 正则表达式变体来将 img-tag 和 figcaption-tag 包装在图中，但似乎无法使其工作。

我最近的尝试：

preg_replace( '/(<img.*?>)(<figcaption .*>*.<\/figcaption>)?/s',
'<figure">$1$2</figure>',
$content);

【问题讨论】：

why, oh why with regex, it never stops...
我可以建议不要使用正则表达式来完成这项任务吗？你考虑过 DOM 解析器吗？
@RocketHazmat 好吧，当然。如果您知道在 Wordpress 中执行此操作的另一种方法，目的是清理 FB Instant Articles 的 RSS 提要输出。我可能可以删除一些 Wordpress 内容过滤器，然后重做所有过滤器，但是正则表达式不是...更简单吗？
*.com/questions/3577641/…
@AbraCadaver 谢谢，我会做一些阅读！

标签： php regex preg-replace

【解决方案1】：

正如其他人指出的那样，最好使用解析器，即DOMDocument。以下代码在每个 img 周围包装了一个 <figure> 标记，其中下一个兄弟是 <figcaption>：

<?php

$html = <<<EOF
<html>
    <img class="size-full" src="http://www.example.com/pic.png" alt="name" width="1699" height="354" />
    <figcaption class="caption-text">Caption title here</figcaption>

    <img class="size-full" src="http://www.example.com/pic.png" alt="name" width="1699" height="354" />

    <img class="size-full" src="http://www.example.com/pic.png" alt="name" width="1699" height="354" />
    <figcaption class="caption-text">Caption title here</figcaption>
</html>
EOF;

$dom = new DOMdocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);

# get all images
$imgs = $xpath->query("//img");

foreach ($imgs as $img) {
    if ($img->nextSibling->tagName == 'figcaption') {

        # create a new figure tag and append the cloned elements
        $figure = $dom->createElement('figure');
        $figure->appendChild($img->cloneNode(true));
        $figure->appendChild($img->nextSibling->cloneNode(true));

        # insert the newly generated elements right before $img
        $img->parentNode->insertBefore($figure, $img);

        # and remove both the figcaption and the image from the DOM
        $img->nextSibling->parentNode->removeChild($img->nextSibling);
        $img->parentNode->removeChild($img);

    }
}
$dom->formatOutput=true;
echo $dom->saveHTML();

见a demo on ideone.com。

要在您的所有图像周围添加<figure> 标签，您可能需要添加else 分支：

} else {
    $figure = $dom->createElement('figure');
    $figure->appendChild($img->cloneNode(true));
    $img->parentNode->insertBefore($figure, $img);

    $img->parentNode->removeChild($img);
}

【讨论】：