Regulärer Ausdruck zum Entfernen von Leerzeichen zwischen ungültigen HTML-Tags – z. B. „</b>' sollte „</b>' sein.
P粉884667022
2023-09-02 19:56:28
<p>Ich habe HTML, das durch Leerzeichen in Tags durcheinander gebracht wurde, und möchte es wieder gültig machen – zum Beispiel: </p>
<pre class="brush:php;toolbar:false;"< div class='test' >1 > Bananen< / div ></pre>
<p> sollte in gültiges HTML konvertiert werden und soll beim Rendern Folgendes erzeugen: </p>
<p>
<pre class="snippet-code-html lang-html Prettyprint-override"><code><div class='test'>1 > 0 ist <b>true</b> >>> Bananen</div></code></pre>
</p>
<p>Jeder Text, dem in <code>></code> oder <</code> Leerzeichen vorangehen/folgen, sollte unverändert bleiben – zum Beispiel <code> ;1 > 0</code> sollte beibehalten werden, anstatt auf <code>1>0</code></p > komprimiert zu werden.
<p>Mir ist klar, dass hierfür möglicherweise mehrere reguläre Ausdrücke erforderlich sind, was in Ordnung ist.</p>
<p>Ich habe ein paar Dinge:</p>
<p><code><s?/s*</code> Dadurch wird <code></ b></ div ></code> teilweise korrigiert ;/b></div ></code> aber ich arbeite am Rest</p>
<p>Zum Beispiel könnte ich einen drastischen Ansatz wählen, aber das würde auch den Code innerhalb des Textteils des Etiketts zerstören, nicht den Etikettennamen selbst</p>
没有合理的方法来保存像您发布的内容一样损坏的文档,但假设您将文本中的
>
和类似字符替换为其相关实体,例如:> ;
,您可以将要接受的文档放入适当的库中,例如 DomDocument 将处理剩下的事情。输出:
这个正则表达式也有效:
它将 HTML 标记中的有效部分分为四个部分,并用其替换其余部分(空格)。
Regex101 演示
/(]*\S)\s*(>)/g
( - 捕获起始尖括号(第 1 节)
\s*
- 匹配任何空格(\/?)
- 捕获可选的反斜杠(第 2 部分)\s*
- 匹配反斜杠后的任何空格([^]*\S)
- 捕获标签内的内容,不带尾随空格(第 3 节)\s*
- 匹配内容后面和右尖括号之前的空格(>)
- 捕获右尖括号(第 4 节)