/正則表達式/ HTML的，但不是在形式

可能重複：
RegEx match open tags except XHTML self-contained tags /正則表達式/ HTML的，但不是在形式

我需要做的HTML輸入一些正則表達式替換，但我需要排除一些地方從其他正則表達式過濾。

（例如刪除所有<a>標籤與特定href="example.com…，除了是<form>標籤內的那些）

是否有任何智能正則表達式技術的呢？還是必須使用$regex1找到所有表單，然後將輸入拆分爲較小的塊（不包括匹配的文本塊），然後在所有塊上運行$regex2？

來源

2010-06-17 takeshin

在鏈接到Zalgo事情之前。 – MiffTheFox 2010-06-17 18:58:39

@Miff - 很好地完成！ – 2010-06-17 18:59:50

@Miff我還沒有看到的着名答案之一;） – takeshin 2010-06-17 19:14:05

爲什麼不能把你需要的html字符串轉儲到DOM助手中，然後使用getElementsByTagName('a')來獲取所有錨點並使用getAttribute來獲取href，removeChild來刪除它？

來源

2010-06-17 18:58:54

OP可能有一個大的HTML文件進來，整個問題是找到裏面的

任何特殊的原因，你會想用正則表達式來做到這一點？這聽起來像是在Javascript中旋轉DOM並相當簡單。例如，在jQuery中，看起來好像你可以在使用DOM選擇器的幾行中做到這一點。

來源

2010-06-17 18:59:50

如果用戶沒有啓用JS，那麼回退選項如何？ – 2010-06-17 19:02:28

如果表單可以嵌套，那在技術上是不可能的。
如果表單不能嵌套，那實際上是不可能的。有沒有功能，你可以使用相同的正則表達式來
1. 定義一個區域，其中的匹配應該做的（即外在形式）
2. 定義的東西進行匹配（即元素）

來源

2010-06-17 19:01:16 Sjoerd

這看起來像PHP，對吧？ http://htmlpurifier.org/

來源

2010-06-17 19:03:50 MiffTheFox

非正則表達式的方法：

<?php 
$html = '<html><body><a href="foo">a <b>bold</b> foz </a> b c <form><a href="foo">l</a></form> <a href="boz">a</a></body></html>'; 
$d = new DOMDocument(); 
$d->loadHTML($html); 
$x = new DOMXPath($d); 
$elements = $x->query('//a[not(ancestor::form) and @href="foo"]'); 
foreach($elements as $elm){ 
     //run if contents of <a> should be visible: 
     while($elm->firstChild){ 
       $elm->parentNode->insertBefore($elm->firstChild,$elm); 
     } 
     //remove a 
     $elm->parentNode->removeChild($elm); 
} 
var_dump($d->saveXML()); 
?>

來源

2010-06-17 19:40:15 Wrikken

/正則表達式/ HTML的，但不是在形式

回答

相關問題