正则表达式针对HTML中的特定单词

问题描述：

我是RegEx的新手，一直无法弄清楚可能是一个简单问题。我需要匹配HTML块中特定单词的列表。正则表达式针对HTML中的特定单词

例如，我有一个单词列表：

而下面的HTML：

<p>ASDF jumped over the ZXCV of QWER.</p>

我我正在使用与RegEx数组匹配的preg_replace_callback()，例如/\bASDF\b/，但那只会找到ASDF，它们被空格包围，并且不会考虑符号，例如标记或标点的开始/结束。

我一直盯着RegEx床单几个小时，而我一直在这一个。任何建议，你可以给我开始将不胜感激。感谢您的时间。

答

\bASDF\b

将匹配

<p>ASDF</p> 
<p>foo ASDF bar</p> 
<p>&nbsp;ASDF&gt;</p> 
<p>foo ASDF.</p>

你有什么麻烦不匹配？

啊哈！谢谢你的帮助塞思。我一直在抨击这个问题，事实证明问题不在于RegEx部分！我将结束这个问题，因为我真正的问题完全没有解决，但非常感谢你的帮助！ – Brad 2011-05-27 01:22:26

计划，但除非我再等几分钟，否则不会让我。 – Brad 2011-05-27 01:31:13

答

您想将HTML标签排除在等式之外，只能与文本节点一起使用。

因此，剥离HTML或使用类似DOMDocument的内容来解析元素，然后在文本节点上使用正则表达式。

另外，\b应该考虑>的边界，因为它不是一个单词字符。

这不适合我的情况，因为我需要将结果返回到HTML。否则，我会按照你的建议去做。我正在动态地添加一些特定单词的链接。 – Brad 2011-05-27 01:30:19

@Brad DOM解析器可以重新创建您的HTML罚款:) – alex 2011-05-27 01:31:58

虽然通常我同意你（并且绝不会尝试用RegEx解析HTML），但我认为这对于这个应用程序来说有点矫枉过正。但是，我会把这个想法留在我的后兜里。谢谢。 – Brad 2011-05-27 01:37:15

答

你想匹配任何这些单词或全部吗？如果有的话，你可以做（ASDF | ZXCV | QWER）。如果是这些话，匹配所有单词的标准是什么？

查看此资源http://www.regular-expressions.info我强烈建议您拿起本书的副本，Mastering Regular Expressions，Jeffrey Friedl，http://regex.info。

这非常有帮助，谢谢！ – Brad 2011-05-27 01:30:38