正則表達式模式需要包含所有純文本部分<p>和</p>標籤

Question

我的要求高度超出了我非常基本的正則表達式知識。我什至不能嘗試任何東西。你能幫我換$模式嗎？

我所需要的是：純文本的部分（以下部分1S）必須<p> & </p>標籤

目前的狀態我的字符串的&性能包圍：

• 我字符串是用戶輸入。
• 每個換行符（\ n）都被轉換爲<br>標籤。 2個或更多個<br>標籤 被替換爲<br><br>。

字符串可以有3個部分。 下面的部分可以是任何順序和任意數量的數字。

part 1   part 2  part 3 
|------------| |-------------| |--------| 
| plain text | | <ul>..</ul> | | $$..$$ | 
|------------| |-------------| |--------| 

• 在開始時和字符串的結尾沒有<br>標籤。 （修剪 與<br>掩模。）
• 第2部分（<ul> .. </ul>部分）不具有與之前的本身 後<br>標籤;決不。
• 第3部分（$$ .. $$部分） 本身之前和之後沒有<br>標記;決不。
• 確切地說有2個<br>標籤之間的純文本部分之間的標籤。 （因此 <br><br>可以純文本部分之間只存在。）
• 明文部分可以或可以不具有這些內嵌 花式：<b></b>，<i></i>和$..$。

所以我想我需要的邏輯是匹配字符串，沒有$比賽[0]可與第2部分第3部分或匹配。換句話說，沒有$匹配[0]可以有第2部分或第3部分。

在此先感謝，最好的問候。

無關注意：由於mathjax存在$$和$使用。

Answer 1

簡單的答案是：

preg_match('/<p>(.*?)<\/p>/', $oldString, $m); 
$newString=$m[1]; 

瞭解$ M []的含義請參見本手冊： http://php.net/manual/en/function.preg-match.php

的一點是，我不認爲找你去解決你的問題應該是（我猜）來「淨化」用戶輸入和/或格式化源提供的文本。 首先提出「純文本」這個表達方式的含義的缺乏（其意義何在？），並且推論，實際上不可能預測輸入內部所有可能的不需要代碼的情況。他們中的很多甚至可能非常危險。

當我面對「purifing」格式化文本（提供或不提供由用戶輸入），一個很好的出發點是這樣做得非常好，而且higly個性化的圖書館的問題： http://htmlpurifier.org/

我不明白你是否希望<p></p>標籤被抓取，在這種情況下：

$newString=$m[0];