替换标签名称中的标点符号的最佳方法是什么？答案

【问题标题】：What is the best way to replace the punctuation in tag names?替换标签名称中的标点符号的最佳方法是什么？
【发布时间】：2015-06-10 18:36:12
【问题描述】：

我有理由将所有标签名称中的标点符号替换为下划线（请不要问我为什么它与问题无关）。

与问题相关的是我想：

<data:data>
    <another:data>Content</another:data>
    <another:data>Content</another:data>
    <another:data>Content</another:data>
    <another:data attribute="attr : content">This content should : not be affected</another:data>
    <another:data><![CDATA[This content should : not be affected]]></another:data>
</data:data>

替换为：

<data_data>
    <another_data>Content</another_data>
    <another_data>Content</another_data>
    <another_data attribute="attr : content">This content should : not be affected</another_data>
    <another_data><![CDATA[This content should : not be affected]]></another_data>
</data_data>

但是使用php 执行此操作的最佳方法是什么？

我知道regex 不是解析html 或xml 的正确方法，但我担心在我的情况下我很想使用preg_replace()，因为DOMDocument() 无法读取我的大约 250K 行结构错误的命名空间提供的 xml- 内容。提供的 xsd 文件（约 25 个方案）已过时（已有 6 年），内容提供者不愿修复此问题。

我发现SimpleXMLElement() 在将: 替换为_ 后可以工作。

【问题讨论】：

是单串还是一串串？
这是一个包含大约 225K 行内容的单个字符串；）
为什么要这样做？ :-)
php.net/manual/en/book.dom.php
好的，我想我已经改进了我的问题，似乎还有更多需要注意的地方。

标签： php regex xml-parsing preg-replace

【解决方案1】：

您可以捕获< 和> 之间的内容，然后将: 替换为_，如下所示：

$string = "<data:data>
<another:data:data>Content:</another:data>
<another:data>:Content</another:data>
<another:data>Content</another:data>
<another:data><![CDATA[This content should : not be affected]]>Content</another:data>
</data:data>";

$regex = '~<[^!][^>]*>~';
$replaced = preg_replace_callback(
    $regex,
    function($m) { return str_replace(':', '_', $m[0]);},
    $string);

echo $replaced;

输出：

<data_data>                                                                                                                                                                                          
<another_data_data>Content:</another_data>                                                                                                                                                           
<another_data>:Content</another_data>                                                                                                                                                                
<another_data>Content</another_data>                                                                                                                                                                 
<another_data><![CDATA[This content should : not be affected]]>Content</another_data>                                                                                                                                                                   
</data_data>

【讨论】：

我非常感谢你，我认为这接近我所需要的，我仍然坚持<![ 和]> 之间的属性内容和CDATA 的内容。我已经改进了我的问题，你能看看吗？
在<!和>之间改变了满足
已编辑答案，请检查

【解决方案2】：

如果您不使用属性，此代码将适用于您：

$string = preg_replace_callback(
    '#</?[\w:]+>#',
    function ($match) {
        list($tag) = $match;
        return str_replace(':', '_', $tag);
    },
    $string
);

如果您确实使用了属性，请查看：How do I change XML tag names with PHP?

【讨论】：

该死的。我没有提到，但也有属性。感谢您为我提供这个答案，我将查看 preg_replace_callback()。

【解决方案3】：

你的意思是：

$string = "<data:data>
<another:data>Content</another:data>
<another:data>Content</another:data>
<another:data>Content</another:data>
<another:data>Content</another:data>
</data:data>";

$string = str_replace(':', '_', $string);

或

$string = str_replace('another:data', 'another_data', $string);

更新

也许您可以尝试以下方法：

$replace = array('another:data' => 'another_data', '/another:data' => '/another_data'); // So you can easily add more strings to replace
strtr($string, $replace);

链接：http://php.net/strtr。我刚找到这个，所以不知道这是否适合你。

【讨论】：

这也会影响内容。
你能告诉我吗？ @Arek van Schaijk 怎么样？
嗯，标签内的所有标点符号都被替换为。
@anantkumarsingh 如果内容中有类似The last name of John is: herp 的内容，那么: 将替换为_
有数百个不同的标签，所以你的更新不会影响这一点，恐怕我已经附上了使用 preg_replace()。

【解决方案4】：

您可以尝试以下正则表达式，

<\/?\w+(:)\w+>

Working Demo

您可以使用Group捕获将其替换为_

【讨论】：