PHP preg_split 输入 , , 分段落

Question

我正在浏览一个代码格式非常错误的页面。我试图将页面的特定片段解析为段落。此输入片段可以被  和  分开，或者被一个或多个   或   标签分隔。如果有两个   标签接一个，我不希望它们是两个单独的 pargaraphs。

我目前尝试 parse/display 的代码是

$paragraphs = preg_split('/(<\s*p\s*\/?>)|(<\s*br\s*\/?>)|(\s\s+)|(<\s*\/p\s*\/?>)/', $article, -1, PREG_SPLIT_NO_EMPTY);
$paragraphcount = count($paragraphs);
for($x = 1; $x <= $paragraphcount; $x++ )
    {
    echo "<p>".$paragraphs[$x-1]."</p>";
    }

但是，这没有按预期工作。一些不同的inputs/outputs如下：

输入 1：first part second part third part fourth part 

输出 1：first part second part third part fourth part 

我的代码是将输入解析为段落；但是，它还添加了仅包含 space.

的额外段落

如有任何帮助，我们将不胜感激。

输入是 UTF-8，如果它有所不同。

Answer 1

print_r(preg_split('/((<\s*p\s*\/?>\s*)|(<\s*br\s*\/?>\s*)|(\s\s+)|(<\s*\/p\s*\/?>\s*))+/', $article, -1, PREG_SPLIT_NO_EMPTY));

结果：

Array
(
    [0] => first part 
    [1] => second part 
    [2] => third part 
    [3] => fourth part 
)

Answer 2

这是 preg_replace 的解决方案：

$article = "first part </p> <p> second part </p> <p> third part </p> 
            <p> fourth part <br/> <br> fifth part";
$healed = substr(
          preg_replace('/(\s*<(\/?p|br)\s*\/?>\s*)+/u', "</p><p>", "<p>$article<p>"),
          4, -3);

它首先将字符串包装在  中，然后用  替换（重复）breaks 的变体，最后删除开始的  和结束的 .请注意，这不会产生（中间）数组，而是最终的字符串。

echo $healed;

输出：

<p>first part</p><p>second part</p><p>third part</p><p>fourth part</p><p>fifth part</p>

请注意，您需要正则表达式末尾的 u modifier 才能获得 UTF-8 支持。

另一方面，如果您需要数组中的段落，那么 preg_split 更适合（使用相同的正则表达式）：

$paragraphs = preg_split('/(\s*<(\/?p|br)\s*\/?>\s*)+/u',
                         $article, null, PREG_SPLIT_NO_EMPTY);

如果你再写：

foreach ($paragraphs as $paragraph) {
    echo "$paragraph\n";
}

你得到：

first part
second part
third part
fourth part
fifth part

PHP preg_split 输入 <br>, <br/>, <p> 分段落

PHP preg_split Input by <br>, <br/>, <p> into Separate Paragraphs

php

preg-replace

preg-match-all

preg-match

preg-split