查找和替换在HTML正则表达式失败

Question

我有一个正常的表达式，通过HTML内容寻找一些曾经工作的关键字，但现在失败了，我不明白为什么。 （正则表达式来自this thread）

$find = '/(?![^<]+>)(?<!\w)(' . preg_quote($t['label']) . ')\b/s'; 
$text = preg_replace_callback($find, 'replaceCallback', $text); 

function replaceCallback($match) { 
     if (is_array($match)) { 
      $htmlVersion = $match[1]; 
      $urlVersion = urlencode($htmlVersion); 
      return '<a class="tag" rel="tag-definition" title="Click to know more about ' . $htmlVersion . '" href="?tag=' . $urlVersion . '">' . $htmlVersion . '</a>'; 
     } 
     return $match; 
    } 

错误消息指向preg_replace_Callback呼叫，说：

Warning: preg_replace_callback() [function.preg-replace-callback]: Unknown modifier 't' in /frontend.functions.php on line 43 

Answer 1

请注意：这是不是试图提供一个修复为正则表达式。它只是在这里展示它是多么困难（我敢说，不可能）创建一个能够成功解析HTML的正则表达式。即使结构良好的XHTML也会非常困难，但结构不良的HTML对于正则表达式来说是不可行的。

我同意100％使用正则表达式来尝试HTML解析是一个非常糟糕的主意。以下代码使用提供的函数来分析一些简单的HTML标记。它绊倒了它的第二次尝试时，发现嵌套的HTML标记<em>Test<em>：

$t['label'] = 'Test'; 
$text = '<p>Test</p>'; 

$find = '/(?![^<]+>)(?<!\w)(' . preg_quote($t['label']) . ')\b/s'; 
$text = preg_replace_callback($find, 'replaceCallback', $text); 

echo "Find: $find\n"; 
echo 'Quote: ' . preg_quote($t['label']) . "\n"; 
echo "Result: $text\n"; 

/* Returns: 

Find: /(?![^<]+>)(?<!\w)(Test)\b/s 
Quote: Test 
Result: <p><a class="tag" rel="tag-definition" title="Click to know more about Test" href="?tag=Test">Test</a></p> 

*/ 

$t['label'] = '<em>Test</em>'; 
$text = '<p>Test</p>'; 

$find = '/(?![^<]+>)(?<!\w)(' . preg_quote($t['label']) . ')\b/s'; 
$text = preg_replace_callback($find, 'replaceCallback', $text); 

echo "Find: $find\n"; 
echo 'Quote: ' . preg_quote($t['label']) . "\n"; 
echo "Result: $text\n"; 

/* Returns: 

Find: /(?![^<]+>)(?<!\w)(Test)\b/s 
Quote: Test 
Result: <p><a class="tag" rel="tag-definition" title="Click to know more about Test" href="?tag=Test">Test</a></p> 
Warning: preg_replace_callback() [function.preg-replace-callback]: Unknown modifier '\' in /test.php on line 25 
Find: /(?![^<]+>)(?<!\w)(\<em\>Test\</em\>)\b/s 
Quote: \<em\>Test\</em\> 

Result: 

*/ 

function replaceCallback($match) { 
    if (is_array($match)) { 
     $htmlVersion = $match[1]; 
     $urlVersion = urlencode($htmlVersion); 
     return '<a class="tag" rel="tag-definition" title="Click to know more about ' . $htmlVersion . '" href="?tag=' . $urlVersion . '">' . $htmlVersion . '</a>'; 
    } 
    return $match; 
}