PHP REGEX：删除/替换 XML 属性中的引号

Question

请考虑 XML 文件（从第三方来源生成）中的以下行：

<record ObTime="2017-05-10T23:30" data_value="Ocean Park "The Sea WX"  WA US" />

如您所见，data_value 属性在值内包含引用字符串，这会导致 XML 验证器傻笑和爆炸。

任何给定的 XML 文件都可能有数千行。有没有办法将 REGEX 应用于整个文件？而且，用更温和的东西替换引号的 REGEX 会是什么？

Answer 1

可能还有其他更好的解决方案，但我就是这样做的：

• 使用preg_match_all 和某些正则表达式来捕获所有 个匹配项，并将它们存储在一个数组$matches[0]中。
• The regex：(?<=data_value=").*(?=" \/>) 将捕获 data_value=" 和 " />) 之间的所有内容，通过使用 positive lookbehind and lookahead，精确匹配 值 每个 data_value 属性。
• 遍历 $matches[0] 中的项目，我们执行以下操作：
  1. 将每个双引号字符串 " 替换为 % [可以是任何其他字符串，即使是空白，也不会导致进一步的问题]匹配，并将其存储在临时变量$str中。
  2. 然后将整个数据字符串中每个匹配项的值替换为匹配项的修改版本的值，即 $str 字符串。

PHP 代码：
_{请记住，因为数据是 xml 标签，您需要使用“查看源代码”才能看到输出，或者，您可以使用var_dump 而不是echo}

<?php
$data = '<record ObTime="2017-05-10T23:30" data_value="Ocean Park "The Sea WX"  WA US" />
<record ObTime="2017-11-10T23:30" data_value="Some Other "Demo Text"  In Here" />';

$data_valueVal = preg_match_all('#(?<=data_value=").*(?=" \/>)#i', $data, $matches);

foreach($matches[0] as $match) {
    $str = str_replace('"', "%", $match);
    $data = str_replace($match, $str, $data);
}
echo $data;
?>

---

输出：

<record ObTime="2017-05-10T23:30" data_value="Ocean Park %The Sea WX% WA US" /> <record ObTime="2017-11-10T23:30" data_value="Some Other %Demo Text% In Here" />

Answer 2

使用下面的正则表达式，您可以分别匹配这些双引号以进行进一步修改：

(?:="|"\s+(?:\w+="|\/>))(*SKIP)(?!)|"

通过使用(*SKIP)(?!)，您可以强制引擎在每次成功匹配后跳过交替的第一侧。

Live demo

PHP 代码（去掉引号）：

echo preg_replace('~(?:="|"\s+(?:\w+="|\/>))(*SKIP)(?!)|"~', '', $xml);