PHP 替换 HTML 标签以外的字符

Question

我需要替换字符 0,1,2,...,9与 \xD9\xA0,\xD9\xA1,\xD9\xA2,...,\xD9\xA9在一个字符串中。该字符串来自 CKEditor，因此它可能包含 html 标签。使用以下代码

$body = str_replace("1", "\xD9\xA1", $body);

它会替换每个 1与 \xD9\xA1所以它会影响标签 <h1>还有<table border="1">而我只需要替换正文中的数字而不是标签。

包含数字的标签是<h0><h1><h2><h3><h4><h5><h6>和 cellspacing和 cellpadding和 border表格标签。

如何在不影响 <h0><h1><h2><h3><h4><h5><h6> 的情况下用上述符号替换数字和 cellspacing和 cellpadding和 border ？

Answer 1

你不应该使用正则表达式来处理 html，但是如果你仍然想使用正则表达式，你可以像这样使用带有正则表达式的丢弃模式:

<.*?>(*SKIP)(*FAIL)|1

Working demo

这个正则表达式背后的想法是跳过 <...> 中的任何内容但匹配其余部分。所以，它只会匹配数字 1不在 html 标签内。再一次，我会改用 html 解析器。

PHP代码

$re = "/<.*?>(*SKIP)(*FAIL)|1/"; 
$str = "<h0><h1><h2><h3>\n<table border=\"1\">\n1\n"; 
$subst = "\xD9\xA1"; 

$result = preg_replace($re, $subst, $str);