使用 PHP 提取类似 HTML 的标签

Question

我正在尝试从给定的字符串中提取 OUTERMOST 类似 HTML 的特殊标签。这是一个示例字符串：

sample string with <::Class id="some id\" and more">text with possible other tags inside<::/Class> some more text

我需要找到字符串中 <::tag>？我尝试了另一种方法，改用简单的 HTML 标记并使用 DomDocument，但它无法告诉我标记在字符串中的位置。我不能使用外部库，我只是在寻找如何解决这个问题的指针。也许你已经看到了一个完全可以做到这一点的算法——我想看看它。

感谢您的帮助。 附：由于存在嵌套标签，正则表达式解决方案将不起作用。递归正则表达式解决方案也不起作用。我只是在为这种特定情况寻找一个非常简单的解析算法。

Answer 1

您在这里谈论的是制作模板。用于解析模板的正则表达式非常慢。相反，您的模板读取/处理引擎应该进行字符串解析。这不是超级容易，但也不是特别难。不过，我的建议是使用另一个模板库，而不是重新发明轮子。

PHPBB 中有一个开源模板引擎，您可以使用或学习。或者，使用 Smarty 之类的东西。如果性能很重要，请查看Blitz。

Answer 2

strpos + strrpos（哎哟……）

$str   = 'sample string with <::Class id="some id" and more">text with possible <::Strong>other<::/Strong> tags inside<::/Class> some more text';
$tag   = '<::';
$first = strpos($str, $tag);
$last  = strrpos($str, $tag);
$rtn   = array();
$cnt   = 0;
while ($first<$last)
{
  if (!$cnt)
  {
    $rtn[] = substr($str, 0, $first);
  }
  ++$cnt;
  $next = strpos($str, $tag, $first+1);

  if ($next)
  {
    $pos   = strpos($str, '>', $first);
    $rtn[] = substr($str, $first, $pos-$first+1);
    $rtn[] = substr($str, $pos+1, $next-$pos-1);
    $first = $next;
  }
}

有了$rtn，你就可以随心所欲了……这段代码还不完美……

array (
  0 => 'sample string with ',
  1 => '<::Class id="some id" and more">',
  2 => 'text with possible ',
  3 => '<::Strong>',
  4 => 'other',
  5 => '<::/Strong>',
  6 => ' tags inside',
  7 => '<::/Class> some more text',
)

Answer 3

所以基本上这就是我想出的。类似 ajreal 的解决方案只是不够干净；] 甚至不确定它是否完美运行，但初步测试成功。

protected function findFirstControl()
{
    $pos = strpos($this->mSource, '<::');

    if ($pos === false)
        return false;

    // get the control name
    $endOfName = false;
    $controlName = '';
    $len = strlen($this->mSource);
    $i = $pos + 3;

    while (!$endOfName && $i < $len)
    {
        $char = $this->mSource[$i];

        if (($char >= 'a' && $char <= 'z') || ($char >= 'A' && $char <= 'Z'))
            $controlName .= $char;
        else
            $endOfName = true;

        $i++;
    }

    if ($controlName == '')
        return false;

    $posOfEnd = strpos($this->mSource, '<::/' . $controlName, $i);
    $posOfStart = strpos($this->mSource, '<::' . $controlName, $i);

    if ($posOfEnd === false)
        return false;

    if ($posOfStart > $pos)
    {
        while ($posOfStart > $pos && $posOfEnd !== false && $posOfStart < $posOfEnd)
        {
            $i = $posOfStart + 1;
            $n = $posOfEnd + 1;
            $posOfStart = strpos($this->mSource, '<::' . $controlName, $i);
            $posOfEnd = strpos($this->mSource, '<::/' . $controlName, $n);
        }
    }

    if ($posOfEnd !== false)
    {
        $ln = $posOfEnd - $pos + strlen($controlName) + 5;
        return array($pos, $ln, $controlName, substr($this->mSource, $pos, $ln));
    }
    else
        return false;
}

Answer 4

不是一个可扩展的解决方案，但它有效。

$startPos = strpos($string, '<::Class');
$endPos = strrpos($string, '<::/Class>');

注意我使用strrpos 来解决嵌套问题。此外，这将为您提供<::/Class> 的开始位置，而不是结束位置。

为什么不直接使用常规 XML 和 DOM？或者只是一个现有的模板引擎，比如Smarty？