检查标题标签和内部编号列表级别的字符串

Question

我需要更正 heading-tags 和缺少 p-tags 的字符串：

<h3>1. Title</h3>
Text
<h3>1.1 Subtitle</h3>
Text
<h3>1.2. Subtitle</h3>

应该得到

<h2>1. Title</h2>
<p>Text</p>
<h3>1.1. Subtitle</h3>
<p>Text</p>
<h3>1.2. Subtitle</h3>

这意味着列表第一级的每个标题都应该是 h2 标签。第二级的格式可以是 1.1. 或 1.1，应该用缺少的 . 进行更正如果根本没有标签，则应添加 p-tag。

$lines = explode(PHP_EOL, $text);
foreach ($lines as $line) {
    if(!strpos($line,"<h")) $line = '<p>'.$line.'</p>';
    $output = $output.$line;
}

所以这样就补上了缺失的p-tags，但是我不知道如何处理标题标签和二级的可选缺失点

Answer 1

试试这个：

 $lines = explode(PHP_EOL, $text);
 foreach ($lines as $line) {
    if(strpos($line,"<h") === false) $line = '<p>'.$line.'</p>';
    $output = $output.$line;
 }

或这个

$lines = explode(PHP_EOL, $text);
foreach ($lines as $key => $line) 
{ 
   if($key%2!=0) $line = '<p>'.$line.'</p>';
   $output = $output.$line;

}

Answer 2

这将使用正则表达式来获取不同的部分，并根据数字确定要使用的 header 级别（h2 for 1.，h3对于 1.2 等）。如果您正在解析的 HTML 确实像您的示例一样简单，那么这将起作用。如果没有，我强烈建议您改为查看 DOMDocument 解析器。

$html = <<<EOS
<h3>1. Title</h3>
Text
<h3>1.1 Subtitle</h3>
Text
<h3>1.2. Subtitle</h3>
Text
EOS;

$lines = explode(PHP_EOL, $html);

foreach ($lines as $line) {
    if (preg_match('/^<(\w.*?)>([\d\.]*)(.*?)</', $line, $matches)) {
        $tag    = $matches[1]; // "h3"
        $number = $matches[2]; // "1.2"
        $title  = $matches[3]; // "Subtitle"

        if ($tag == 'h3') {
            $level = preg_match_all('/\d+/', $number) + 1;
            $tag = 'h' . $level;
            if (substr($number, -1, 1) != '.')
                $number .= '.';

            $line = "<$tag>$number$title</$tag>";
        }
    }
    else {
        $line = "<p>$line</p>";
    }
    echo $line, PHP_EOL;
}

输出：

<h2>1. Title</h2>
<p>Text</p>
<h3>1.1. Subtitle</h3>
<p>Text</p>
<h3>1.2. Subtitle</h3>
<p>Text</p>

Answer 3

这个怎么样？

$text = '<h3>1. Title</h3>
         Text 
         <h3>1.1 Subtitle</h3>
         Text
         <h3>1.2. Subtitle</h3>';
$lines = explode(PHP_EOL, $text);

$lines[0] = str_replace('h3','h2',$lines[0]); // Need to replace h3 to h2   only on First node
// replace a array of string
$search_str = array('.1 ', '.2 ');
$replace_str = array('.1. ', '.2. ');

foreach($lines as $line){
    if(!strchr($line,"<")){
       $line = '<p>'.$line.'</p>';
    }
$line = str_replace($search_str, $replace_str, $line);
print $line;
}

检查标题标签和内部编号列表级别的字符串

Check string for heading tags and inner numbered list level

php

regex

html-parsing