Preg_replace 在所有字符之间添加不需要的空格答案

【问题标题】：Preg_replace adds unwanted space between ALL charactersPreg_replace 在所有字符之间添加不需要的空格
【发布时间】：2018-01-26 18:45:20
【问题描述】：

我有一个来自 HTML 表格的输入。首先用'_'替换想要的间距。然后用空格替换 HTML 标记，这样我就可以按列提取信息。

我希望我的输出是：

100 Request_in_progress Pending_response 789653686

Instead the output adds extra spacing like this

$testString = '<tr><td>100</td><td>Request in progress</td><td></td><td></td><td>Pending response</td><td>789653686</td><td></td><td></td><td></td></tr>';
$rmSpace = str_replace(' ', '_', $testString);

$tags = '(<td>||</td>||<tr>||</tr>||<th>||</th>)';
$result = preg_replace($tags, ' ', $rmSpace);

echo $result;

【问题讨论】：

您的正则表达式中有||，它匹配字符串开头/结尾处以及字符串内任何字符之间的任何空字符串。这是一个错字，您应该使用单个|。
表达这个正则表达式的更简洁的方式是preg_replace('~</?t[drh]>~', ' ', $rmSpace);
如果您尝试从 HTML 中获取内容，而不是使用无处不在的正则表达式，请使用 DOMDocument 和 DOMXPath - 它更简单、更可靠
@RamRaider 取决于用例。为了使用一次性脚本从表中抓取一些数据，我每次都会使用正则表达式

标签： php regex html-table preg-replace removing-whitespace

【解决方案1】：

这是因为regex 不正确。

在正则表达式中，the vertical bar (|) 加入替代路径。

表达式<td>||</td> 的意思是“<td> OR 空字符串 OR </td>”（等等，但其余的已经无关紧要了）。

因此，您的regex 匹配它包含的所有 HTML 标记，但它也匹配输入字符串中任意两个连续字符之间的空字符串。

正确的regex 是<td>|</td>|<tr>|</tr>|<th>|</th>。

$tags = '#<td>|</td>|<tr>|</tr>|<th>|</th>#';
$result = preg_replace($tags, ' ', $rmSpace);

【讨论】：

【解决方案2】：

如何使用简单的DOMDocument 实现此目的的示例

$testString = '<tr><td>100</td><td>Request in progress</td><td></td><td></td><td>Pending response</td><td>789653686</td><td></td><td></td><td></td></tr>';
$dom=new DOMDocument;
$dom->loadHTML( $testString );
$col=$dom->getElementsByTagName('td');
$out=array();

if( $col->length > 0 ) foreach( $col as $node )$out[]=str_replace(' ','_',$node->nodeValue);

$out=array_filter($out);
echo implode(' ',$out);

【讨论】：