使用正则表达式拆分未包含在 div 或 Table 中的段落答案

【问题标题】：Use Regex to Split Paragraphs that are not wrapped in div or Table使用正则表达式拆分未包含在 div 或 Table 中的段落
【发布时间】：2021-10-26 09:21:07
【问题描述】：

我正在尝试在内容的每个段落之后插入一些文本。

我通过</p> 展开我的内容，它是使用以下代码完成的：

    $Paragraphs = explode( '</p>', $Content);
    foreach($Paragraphs as $Paragraph){
        // Some code
    }

现在我的 $Content 看起来像：

<p></p>
<p></p>
<p></p>
<div><p></p></div>
<p></p>
<p></p>
<div><p></p></div>

如果<p> 没有包含在<div> 或<table> 中，我想拆分。

你可以说</p>后面应该有一个<p>。

我读过 Regex 有助于实现它。

这是我构建的基本正则表达式：


$Pattern = '/<p(|\s+[^>]*)>(.*?)<\/p\s*>/';

if(preg_match_all($Pattern, $Content, $keywords)){

}

此正则表达式当前删除了

本身来自数组，它将内容保留在 p 中，而不是

本身，并且它不会检查它是在它之前有一个

还是在它之后有一个

。

【问题讨论】：

为什么要使用字符串函数来做到这一点？使用 DomDocument 浏览 HTML 结构并根据需要修改标签不是更容易吗？ php.net/manual/en/class.domdocument.php
不确定 DomDocument 是什么，但目标是在每 6 段之后插入一个广告，但忽略 div 或 table 中包含的段落..
是时候了解一下 DomDocument 了。这不是字符串操作的工作，而是适当的 DOM 解析器
在您的 XY 问题和 dom 解析器的专业实现之间，要求贡献者付出太多努力；更不用说minimal reproducible example 并不出色。我得走了，需要更多的关注。
stackoverflow.com/a/1732454/1067003

标签： php explode

【解决方案1】：

如果我理解你的问题，你有一个带有标签的字符串，例如：

$string = "
<p> Sometext 1 </p>
<p> Sometext 2 </p>
<p> Sometext 3 </p>
<div><p> Sometext Inside A Div </p> </div>
";

并且您想在每个 p 之后添加另一个元素，该元素不包含在任何其他元素中。你想纯粹通过 PHP 来做这件事，对吗？

在我看来，您最好的选择是使用 DOMDocument。

看看下面的解决方案：

$doc = new DOMDocument();
$doc->loadHTML($string);
foreach ($doc->getElementsByTagName('p') as $idx => $item) {
    if($item->parentNode->nodeName == 'body') {
        $fragment = $doc->createDocumentFragment();
        $fragment->appendXML('<div> <div> <img src="image.jpg"/> </div> </div>');
        $item->parentNode->insertBefore($fragment, $item->nextSibling);
    }
}    

echo $doc->saveHTML();

基本上，我将您的字符串转换为 HTML DOM，然后我遍历所有 p 元素，如果它们的父元素是 body，那么我创建一个文档 fragment，它将附加 XML 原始数据以创建深度嵌套的结构，而无需单独创建每个元素。最后我在每个迭代的 p 元素之后插入新创建的片段。

输出将如下所示：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
    <body>
        <p> Sometext 1 </p>
        <div> 
            <div> 
                <img src="image.jpg"> 
            </div> 
        </div>
        <p> Sometext 2 </p>
        <div> 
            <div> 
                <img src="image.jpg"> 
            </div> 
        </div>
        <p> Sometext 3 </p>
        <div> 
            <div> 
                <img src="image.jpg"> 
            </div> 
        </div>
        <div>
            <p> Sometext Inside A Div </p> 
        </div>
    </body>
</html>

【讨论】：

嗨，它对我来说几乎是完美的。真的很简单，看了一点我不知道 DomDocument 是什么，我很有信心这是正确的方法。但是我在石灰$object = $doc->createElement('span', "some new text"); 中遇到了一些麻烦，我想插入一个具有多个嵌套元素的 div，该 div 具有 SVG、imgs 段落等。那么我应该如何创建包含所有内容的元素。另外，我想知道如何向这个div添加类，我想向这个div添加一个名为“Revenue”的类。请指教。
如果你想创建一个包含多个元素甚至深度嵌套元素的 div，你需要创建每个新元素并附加其子元素，请查看此文档：link。例如 $object1 = $doc->createElement('span'); $object2 = $doc->createElement('span'); $object3 = $doc->createElement('span');最后是 $object2->appendChild($object3); $object1->appendChild($object2);这将创建如下内容：
类可以使用link。基本上你会将类属性设置为对象 $newnode->setAttribute("class", "some-class");
是的，我知道了，但我可以在其中插入多个 div。我的意思是没有直接的方法来附加包含大量 HTML 的 PHP 字符串。我试图插入的代码包含几个 SVG、IMG、div 和段落，并且有很多变量......我可以将所有 html 添加到 html 字符串并执行 createElement('div', $AllTheHTMLTogether) ?
@AdityaAgarwal 我编辑了我的答案以解决您的问题。在 appendXML 中，您可以将所需的所有 html 放入字符串格式中，它会自动创建元素。不过你需要小心。如果你打算使用这种方法，你总是必须关闭你的标签。例如，在 img 标签上，您必须在标签末尾添加一个“/”（例如“/>”），否则代码将中断。

【解决方案2】：

要对 DOM 元素进行更复杂的微调，我建议使用 DomDocument。 (https://www.php.net/manual/en/class.domdocument.php)

PHP 解决方案 您可以为此使用 PHP 字符串函数 str_replace。在您的循环中，您可以构建替换字符串，然后将其作为参数传递给 str_replace 函数。

$text = '<p>hello</p> <p>Hi</p>';
$replace = '</p><span style="color: red;">World</span>';

echo str_replace("</p>",$replace,$text);

简单内容的 CSS 解决方案 你可以用纯 CSS 来做。

p::after { 
  content: " - World";
}

<p>1 x Hello</p>
<p>2 x Hello</p>

【讨论】：

内容不像“-世界”那么简单，每个段落都不一样。所以需要后端解决方案...
@AdityaAgarwal 好的。你能分享一下内容应该是什么吗？
不能，因为每个段落后面要插入的内容都不一样。很多变量...没有预定义的内容集要插入，我只能说有 150 多个广告块，其中 1 个随机被选中并插入到段落之后

【解决方案3】：

$string = '<p></p>
<p></p>
<p></p>
<div><p></p></div>
<p></p>
<p></p>
<div><p></p></div>';

$ex = explode("\n",$string);

foreach($ex as $k => $p){
    if(str_contains($p,"<div>") || str_contains($p,"<table>")){
        unset($ex[$k]);
    }
}

print_r($ex);

【讨论】：

啊正好相反...它从不包含“
”或“”。它本身被包裹在

您的代码会过滤掉 '

' 但不会过滤掉