正则表达式替换在 PHP 中不起作用

Posted 2023-03-28

【中文标题】正则表达式替换在 PHP 中不起作用

【英文标题】：RegEx replace not working in PHP

【发布时间】：2015-07-14 08:30:02

【问题描述】：

我编写了一个正则表达式来从数据库 clob 中获取前两段，该数据库 clob 以 html 格式存储其内容。

我已经检查了这些在线 RegEx 构建器/检查器 here 和 here 并且他们似乎都在做我希望他们做的事情（我已经稍微改变了 RegEx，因为这些检查器可以处理新行我后来找到的格式。

但是，当我在我的 php 中使用它时，它似乎不想只获得我所追求的组，而是匹配所有内容。

这是我的preg_replace 线路：

$description = preg_replace('/(^.*?)((<p[^>]*>.*?<\/p>\s*)2)(.*)/', "$2", $description);

这是我得到的内容格式的测试内容

<p> 
    Paragraph 1</p> 
<p> 
    Paragraph 2</p> 
<p> 
    Paragraph 3</p>

我查看了this SO Post，但没有帮助。

有什么想法吗？

编辑

正如其中一个 cmets 所指出的，您不能在 PHP 中使用 Regex HTML（不知道为什么，我并没有对此感到困扰）。

现在我也打开了在 PL/SQL 中获取它的选项。

select 
    DBMS_LOB.substr(description, 32000, 1) /* How do I make this into a regular expression? */
from
    blog_posts

【问题讨论】：

关于这个问题的另一篇 SO 帖子非常有名，这个：***.com/q/1732348/521598

为什么 DOM 解析器不适合你？不应该使用正则表达式来处理 HTML。

我只想从数据库中的 CLOB 中获取前 2 段，但我不想更改该 CLOB，因为以下页面将包含所有内容，它用于博客发布预览。文本以纯 HTML 的形式返回，我认为这应该在将其加载到页面之前完成。

@ZachRoss-Clyne 我不会说 ;) php，但正则表达式不是 javascript 和 php 的混合体吗？开头和结尾的/不应该去掉吗？或者如果 JS 和 php 工作方式相同，则 ' 应该被删除。

奇怪的 PHP 正则表达式在 's 和 /s 中

【参考方案1】：

您的输入包含换行符，因此您必须添加 s 修饰符：

/(^.*?)((<p[^>]*>.*?<\/p>\s*)2)(.*)/s

否则，.* 在换行符处换行，正则表达式不匹配。

【参考方案2】：

您可以查看PHP Simple DOM Parser。通过他们的manual，你可以这样做：

$html = str_get_html('your html string');
foreach($html->find('p') as $element)   //This should get all the paragraph elements in your string.
       echo $element->plaintext. '<br>';

【讨论】：

很酷，我已将其更改为在 PL/SQL Select 语句中执行正则表达式，而不是按照@mishu 所说的在 PHP 中执行正则表达式

@ZachRoss-Clyne：仍然不建议您通过使用正则表达式来处理 HTML，无论在哪个级别完成。

我不完全明白为什么。如果我需要以 HTML 格式格式化的字符串的前 2 段，则没有其他方法可以做到这一点。我尝试过简单地阅读文本，但这不起作用，因为如果我在读到一半时读到一半，那么我就会留下一个破损的页面。

改变了我的路线来使用这个，看起来很受人尊敬。

@ZachRoss-Clyne：要理解这一点，您需要查看答案下的第一条评论。 HTML 不是一种常规语言，它没有严格的格式，可能会丢失一些东西，但 HTML 仍然会呈现。虽然您可以创建一个解析 HTML 段的表达式，但它不够健壮，如果稍有不同，很可能会中断，但仍然使用有效的 HTML。