我需要匹配組中的所有字符，只要它們不匹配某個詞

Question

我不確定這是否是一個簡單問題，但至今我一直無法找到答案。我試圖編寫一個正則表達式，將.docx文件拉開，並匹配用<w:ind />標籤替換所有<w:tab />標籤，因爲<w:tab>標籤在轉換爲html時似乎不能正確保存標籤。我正在使用PHP，並且迄今爲止在編寫一個正則表達式時沒有成功，該正則表達式完成我需要的正確操作。

問題是，我不能在這裏運行一個簡單的查找和替換功能。我必須刪除<w:tab />標記，並在最近的開啓和關閉<w:rPr></w:rPr>標記內注入<w:ind />標記。

示例XML字符串將是這個樣子：

<w:p w14:paraId="2679030C" w14:textId="4E6FFA99" w:rsidR="00ED4314" w:rsidRPr="00254747" w:rsidRDefault="00ED4314" w:rsidP="00322270"> 
     <w:pPr> 
      <w:pStyle w:val="NoSpacing" /> 
      <w:spacing w:line="480" w:lineRule="auto" /> 
      <w:jc w:val="both" /> 
      <w:rPr> 
       <w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman" /> 
       <w:sz w:val="24" /> 
       <w:szCs w:val="24" /> 
      </w:rPr> 
     </w:pPr> 
     <w:r w:rsidRPr="00254747"> 
      <w:rPr> 
       <w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman" /> 
       <w:sz w:val="24" /> 
       <w:szCs w:val="24" /> 
      </w:rPr> 
      <w:tab /> 
      <w:t>SOME text</w:t> 
     </w:r> 
     <w:r w:rsidR="0003297C"> 
      <w:rPr> 
       <w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman" /> 
       <w:sz w:val="24" /> 
       <w:szCs w:val="24" /> 
      </w:rPr> 
      <w:t>SOME more text</w:t> 
     </w:r> 
     <w:r w:rsidRPr="00254747"> 
      <w:rPr> 
       <w:rFonts w:ascii="Times New Roman" w:hAnsi="Times New Roman" w:cs="Times New Roman" /> 
       <w:sz w:val="24" /> 
       <w:szCs w:val="24" /> 
      </w:rPr> 
      <w:t>EVEN more text</w:t> 
     </w:r> 
    </w:p> 

這樣的<w:tab/>每個實例都需要被移除，然後我會需要向後追蹤到以前<w:rPr>標籤和注入<w:ind />標籤在裏面。

繼承人是我迄今爲止：

$content = preg_replace("/<w:rPr>(.*?)<\/w:rPr>(.*?)<w:tab\/>/", "<w:rPr><w:ind w:firstLine=\"720\"/>$1</w:rPr>$2", $content); 

這個排序的作品，但問題是我認爲搜索是太全局。即使我指定它不貪婪，它返回給我的結果有更多的內容，然後他們應該。任何人都可以提出一個最佳的方法來完善這個？提前致謝！

Answer 1

我覺得你在發現更多標籤—之前，不會將非貪婪與「知道」的正則表達式混淆在一起。如果您意味着到</w:rPr>和<w:tab/>之間不允許標籤，那麼這應該大致工作：

/<w:rPr>(.*?)<\/w:rPr>([^<]*?)<w:tab\/>/ 
         ^^^^ 

這就是所謂的否定字符類，並且所有字符匹配不< —因此在找到<w:tab/>之前不會消耗任何其他標籤。

---

編輯。在響應你的澄清，即讓所有標籤除了<w:rPr>找到<w:tab/>之前，你需要使用式斷言，因爲，當你理解正確的，否定的字符類只排除字符，不字符串。

/<w:rPr>(.*?)<\/w:rPr>((?:(?!<w:rPr>).)*?)<w:tab\/>/ 
         ^^^^^^^^^^^^^^^^ 

忽略(?:xyz)如果這是令人困惑—這只是一種方式來獲得括號不捕捉—我需要，雖然對量詞，*括號。這裏最重要的部分是被稱爲負先行斷言(?!xyz)（順帶也非捕獲組）—它比賽如果展望和不不找到「XYZ」 —那麼，是什麼我們上面做的是這樣的：（1）向前看，和（2）如果它不<w:rPr>，然後（3）比賽一個字符，.，以及（4）重複—直到<w:tab/>找到。