php - 替换所有不在 "\"标签内的 "<code>"字符

coder 2024-04-10 原文

首先要做的是:都不是this , this , this也不this回答了我的问题。所以我会打开一个新的。

请阅读

好的好的。我知道正则表达式不是解析一般 HTML 的方式。请注意，创建的文档是使用有限的、受控的 HTML 子集编写的。编写文档的人知道他们在做什么。他们都是 IT 专业人士!

鉴于受控语法，可以使用正则表达式解析我这里的文档。

我不是要从网上下载任意文档并解析它们!

如果解析确实失败，文档会被编辑，所以它会解析。我在这里解决的问题比那个更普遍(即不替换其他两个模式中的模式)。

一些背景知识(你可以跳过这个...)

在我们的办公室，我们应该“漂亮地打印”我们的文档。因此，为什么有些人想出将其全部放入 Word 文档中。幸运的是，到目前为止我们还没有到那一步。而且，如果我完成了这项工作，我们可能就不需要这样做了。

当前状态(...和这个)

文档的主要部分存储在 TikiWiki 数据库中。我创建了一个愚蠢的 PHP 脚本，它将文档从 HTML(通过 LaTeX)转换为 PDF。所选维基系统的必须具备功能之一是所见即所得编辑器。正如预期的那样，这给我们留下了一个不太正式的 DOM 的文档。

因此，我正在使用“简单”正则表达式音译文档。到目前为止一切(大部分)都很好，但我遇到了一个我自己还没有解决的问题。

问题

一些特殊字符需要用 LaTeX 标记替换。例如，\字符应替换为 $\backslash$ (除非有人知道另一种解决方案？)。

Except 在 verbatim 中阻止!

我会替换 <code>带有 verbatim 的标签部分。但是如果这个 code block 包含反斜杠(Windows 文件夹名称就是这种情况)，脚本仍会替换这些反斜杠。

我想我可以使用否定的 LookBehinds 和/或 LookAheads 来解决这个问题。但是我的尝试没有奏效。

当然，我最好使用真正的解析器。事实上，它在我的“脑内路线图”上，但目前不在范围内。该脚本对于我们有限的知识领域来说已经足够好了。创建解析器需要我从头开始。

我的尝试

示例输入

The Hello \ World document is located in:
<code>C:\documents\hello_world.txt</code>

预期输出

The Hello $\backslash$ World document is located in:
\begin{verbatim}C:\documents\hello_world.txt\end{verbatim}

这是迄今为止我能想到的最好的:

<?php
$patterns = array(
    "special_chars2" => array( '/(?<!<code[^>]*>.*)\\\\[^$](?!.*<\/code>)/U', '$\\backslash$'),
);

foreach( $patterns as $name => $p ){
    $tex_input = preg_replace( $p[0], $p[1], $tex_input );
}
?>

请注意，这只是一个摘录，[^$]是另一个 LaTeX 要求。

另一种似乎有效的尝试:

<?php
$patterns = array(
    "special_chars2" => array( '/\\\\[^$](?!.*<\/code>)/U', '$\\backslash$'),
);

foreach( $patterns as $name => $p ){
    $tex_input = preg_replace( $p[0], $p[1], $tex_input );
}
?>

...换句话说:排除负面回顾。

但这看起来比同时回顾和回顾更容易出错。

相关问题

您可能已经注意到，该模式是不贪婪的 (/.../U)。因此，这种匹配只会在 <code> 中尽可能少地进行堵塞？考虑环顾四周？

最佳答案

如果是我，我会尝试找到 HTML 解析器并使用它。

另一种选择是尝试将字符串分块为 <code>.*?</code>和其他部分。

并将更新其他部分，并将重新组合它。

$x="The Hello \ World document is located in:\n<br>
<code>C:\documents\hello_world.txt</code>";

$r=preg_split("/(<code>.*?<\/code>)/", $x,-1,PREG_SPLIT_DELIM_CAPTURE);

for($i=0;$i<count($r);$i+=2)
    $r[$i]=str_replace("\\","$\\backslash$",$r[$i]);

$x=implode($r);

echo $x;

这是结果。

The Hello $\backslash$ World document is located in: 
C:\documents\hello_world.txt

对不起，如果我的方法不适合你。

关于php - 替换所有*不*在 "\"标签内的 "<code>"字符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1783862/

amp 34 code section gt php regex latex lookahead lookbehind

有关php - 替换所有不在 "\"标签内的 "<code>"字符的更多相关文章

ruby - 如何从 ruby 中的字符串运行任意对象方法？ - 2
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
Ruby 解析字符串 - 2
我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？
ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2
我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，
ruby-on-rails - unicode 字符串的长度 - 2
在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)
ruby-on-rails - rails : "missing partial" when calling 'render' in RSpec test - 2
我正在尝试测试是否存在表单。我是Rails新手。我的new.html.erb_spec.rb文件的内容是:require'spec_helper'describe"messages/new.html.erb"doit"shouldrendertheform"dorender'/messages/new.html.erb'reponse.shouldhave_form_putting_to(@message)with_submit_buttonendendView本身，new.html.erb，有代码:当我运行rspec时，它失败了:1)messages/new.html.erbshou
ruby-on-rails - 由于 "wkhtmltopdf"，PDFKIT 显然无法正常工作 - 2
我在从html页面生成PDF时遇到问题。我正在使用PDFkit。在安装它的过程中，我注意到我需要wkhtmltopdf。所以我也安装了它。我做了PDFkit的文档所说的一切......现在我在尝试加载PDF时遇到了这个错误。这里是错误:commandfailed:"/usr/local/bin/wkhtmltopdf""--margin-right""0.75in""--page-size""Letter""--margin-top""0.75in""--margin-bottom""0.75in""--encoding""UTF-8""--margin-left""0.75in""-
ruby - 将差异补丁应用于字符串/文件 - 2
对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
ruby-on-rails - Rails 常用字符串(用于通知和错误信息等) - 2
大约一年前，我决定确保每个包含非唯一文本的Flash通知都将从模块中的方法中获取文本。我这样做的最初原因是为了避免一遍又一遍地输入相同的字符串。如果我想更改措辞，我可以在一个地方轻松完成，而且一遍又一遍地重复同一件事而出现拼写错误的可能性也会降低。我最终得到的是这样的:moduleMessagesdefformat_error_messages(errors)errors.map{|attribute,message|"Error:#{attribute.to_s.titleize}#{message}."}enddeferror_message_could_not_find(obje
ruby - 如何以所有可能的方式将字符串拆分为长度最多为 3 的连续子字符串？ - 2
我试图获取一个长度在1到10之间的字符串，并输出将字符串分解为大小为1、2或3的连续子字符串的所有可能方式。例如:输入:123456将整数分割成单个字符，然后继续查找组合。该代码将返回以下所有数组。[1,2,3,4,5,6][12,3,4,5,6][1,23,4,5,6][1,2,34,5,6][1,2,3,45,6][1,2,3,4,56][12,34,5,6][12,3,45,6][12,3,4,56][1,23,45,6][1,2,34,56][1,23,4,56][12,34,56][123,4,5,6][1,234,5,6][1,2,345,6][1,2,3,456][123
ruby - 什么是填充的 Base64 编码字符串以及如何在 ruby 中生成它们？ - 2
我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%

php - 替换所有*不*在 "\"标签内的 "<code>"字符

请阅读