PHP preg_split auf Räume, aber nicht innerhalb von Tags

Question

i preg_split("/\"[^\"]*\"(*SKIP)(*F)|\x20/", $input_line); bin mit und führen Sie es auf phpliveregex.com es Array erzeugen:

array(10 
    0=><b>test</b> 
    1=>or 
    2=><em>oh 
    3=>yeah</em> 
    4=>and 
    5=><i> 
    6=>oh 
    7=>yeah 
    8=></i> 
    9=>"ye we 'hold' it" 
) 

nicht das, was ich will, sollte es nur wie diese außerhalb HTML-Tags durch Leerzeichen getrennte sein :

array(5 
    0=><b>test</b> 
    1=>or 
    2=><em>oh yeah</em> 
    3=>and 
    4=><i>oh yeah</i> 
    5=>"ye we 'hold' it" 
) 

in diesem regex ich nur kann Ausnahme in „Anführungszeichen“ hinzufügen, aber wirklich Hilfe benötigen mehr zu schreiben, Tag <img/><a></a><pre></pre><code></code><strong></strong><b></b><em></em><i></i>

jede Erklärung darüber, wie diese Regex funktioniert auch zu schätzen wissen.

Answer 1

Es ist einfacher, die DOMDocument zu verwenden, da Sie nicht beschreiben müssen, was ein HTML-Tag ist und wie es aussieht. Sie müssen nur den nodeType überprüfen. Wenn es ein textNode ist, teilen Sie es mit preg_match_all(es ist handlicher als ein Muster zu entwerfen für preg_split):

$html = 'spaces in a text node <b>test</b> or <em>oh yeah</em> and <i>oh yeah</i> 
"ye we \'hold\' it" 
"unclosed double quotes at the end'; 

$dom = new DOMDocument; 
$dom->loadHTML('<div>' . $html . '</div>', LIBXML_HTML_NOIMPLIED); 

$nodeList = $dom->documentElement->childNodes; 

$results = []; 

foreach ($nodeList as $childNode) { 
    if ($childNode->nodeType == XML_TEXT_NODE && 
     preg_match_all('~[^\s"]+|"[^"]*"?~', $childNode->nodeValue, $m)) 
     $results = array_merge($results, $m[0]); 
    else 
     $results[] = $dom->saveHTML($childNode); 
} 

print_r($results); 

Hinweis: Ich habe eine Standardverhalten gewählt haben, wenn ein doppeltes Anführungszeichen Teil unclosed bleibt (ohne Schlusszitat), fühlen Sie sich frei, es zu ändern.

Hinweis2: Manchmal sind LIBXML_ Konstanten nicht definiert. Sie können dieses Problem lösen, ist es vor dem Test und definieren sie bei Bedarf:

if (!defined('LIBXML_HTML_NOIMPLIED')) 
    define('LIBXML_HTML_NOIMPLIED', 8192); 

Answer 2

Beschreibung

Statt einen geteilten Befehl nur die Abschnitte der Verwendung passen Sie

<(?:(?:img)(?=[\s>\/])(?:[^>=]|=(?:'[^']*'|"[^"]*"|[^'"\s>]*))*\s?\/?>|(a|span|pre|code|strong|b|em|i)(?=[\s>\\])(?:[^>=]|=(?:'[^']*'|"[^"]*"|[^'"\s>]*))*\s?\/?>.*?<\/\1>)|(?:"[^"]*"|[^"<]*)*

Beispiel

Live Demo

01 wollen

https://regex101.com/r/bK8iL3/1

Beispieltext

Hinweis der schwierigen Rand Fall im zweiten Absatz

<b>test</b> or <strong> this </strong><em> oh yeah </em> and <i>oh yeah</i> Here we are "ye we 'hold' it" 

some<img/>gfsf<a html="droids.html" onmouseover=' var x=" Not the droid I am looking for " ; '>droides</a><pre></pre><code></code><strong></strong><b></b><em></em><i></i> 

Probe

MATCH 1 
0. [0-11] `<b>test</b>` 

MATCH 2 
0. [11-15] ` or ` 

MATCH 3 
0. [15-38] `<strong> this </strong>` 

MATCH 4 
0. [38-56] `<em> oh yeah </em>` 

MATCH 5 
0. [56-61] ` and ` 

MATCH 6 
0. [61-75] `<i>oh yeah</i>` 

MATCH 7 
0. [75-111] ` Here we are "ye we 'hold' it" some` 

MATCH 8 
0. [111-117] `<img/>` 

MATCH 9 
0. [117-121] `gfsf` 

MATCH 10 
0. [121-213] `<a html="droids.html" onmouseover=' var x=" Not the droid I am looking for " ; '>droides</a>` 

MATCH 11 
0. [213-224] `<pre></pre>` 

MATCH 12 
0. [224-237] `<code></code>` 

MATCH 13 
0. [237-254] `<strong></strong>` 

MATCH 14 
0. [254-261] `<b></b>` 

MATCH 15 
0. [261-270] `<em></em>` 

MATCH 16 
0. [270-277] `<i></i>` 

Erklärung Spiele