用某个类替换标签的内容

Question

我正在寻找合适的替换代码，允许我替换任何具有特定类的 HTML 标记内的内容，例如

$class = "blah";
$content = "new content";
$html = '<div class="blah">hello world</div>';

// code to replace, $html now looks like:
// <div class="blah">new content</div>

请记住：

1. 不一定是 div，也可以是<h2 class="blah">
2. 该类可以有多个类，但仍需要替换，例如<div class="foo blah green">hello world</div>

我认为正则表达式应该能够做到这一点，否则我愿意接受其他建议，例如使用 DOM 类（尽管我宁愿尽可能避免这样做，因为它必须与 PHP4 兼容）。

Answer 1

Do not use regular expressions to parse HTML。你可以使用内置的DOMDocument，或者类似simple_html_dom：

require_once("simple_html_dom.php");

$class = "blah";
$content = "new content";
$html = '<div class="blah">hello world</div>';

$doc = new simple_html_dom();
$doc->load($html);

foreach ( $doc->find("." . $class) as $node ) {
    $node->innertext = $content;
}

抱歉，我没有看到 PHP4 的要求。这是使用上述标准 DOMDocument 的解决方案。

function DOM_getElementByClassName($referenceNode, $className, $index=false) {
    $className = strtolower($className);
    $response  = array();

    foreach ( $referenceNode->getElementsByTagName("*") as $node ) {
        $nodeClass = strtolower($node->getAttribute("class"));

        if (
                $nodeClass == $className || 
                preg_match("/\b" . $className . "\b/", $nodeClass)
            ) {
            $response[] = $node;
        }
    }

    if ( $index !== false ) {
        return isset($response[$index]) ? $response[$index] : false;
    }

    return $response;
}

$doc = new DOMDocument();
$doc->loadHTML($html);

foreach ( DOM_getElementByClassName($doc, $class) as $node ) {
    $node->nodeValue = $content;
}

echo $doc->saveHTML();

Answer 2

如果您确定 $html 是有效的 HTML 代码，您可以使用 HTML 解析器，如果它是有效的 XML 代码，甚至可以使用 XML 解析器。

但是 Regex 中快速而肮脏的方式是这样的：

$html = preg_replace('/(<[^>]+ class="[^>]*' . $class . '[^"]*"[^>]*>)[^<]+(<\/[^>]+>)/siU', '$1' . $content . '$2', $html);

没有过多地测试它，但它应该可以工作。告诉我你是否发现没有的情况。 ;)

编辑：添加“和脏”... ;)

编辑 2：RegEx 的新版本：

<?php

$class = "blah";
$content = "new content";
$html = '<div class="blah test"><h1><span>hello</span> world</h1></div><div class="other">other content</div><h2 class="blah">remove this</h2>';

$html = preg_replace('/<([\w]+)(\s[^>]*class="[^"]*' . $class . '[^"]*"[^>]*>).+(<\/\\1>)/siU', '<$1$2' . $content . '$3', $html);

echo $html;

?>

剩下的最后一个问题是，如果有一个类名称中只有“blah”，例如“tooMuchBlahNow”。让我们看看如何解决这个问题。顺便说一句：很明显我喜欢玩 RegEx 吗？ ;)

Answer 3

没有必要使用 DOM 类，正如 Khnle 所说，这可能使用 jQuery 最快完成，或者您可以使用 preg_replace() 函数。给我一些时间，我可以为你写一个快速的正则表达式。

但我建议使用 jQuery 之类的东西，这样您可以快速将页面提供给用户，并让他们的计算机代替您的服务器进行处理。