在PHP中，对字符串进行正则表达式/通配符替换

Question

我有一大段文本加载到头部，其中包含这个链接。

<link rel="canonical" href="could_be_anything_here_at_all" />

我希望用一个新值替换它，但是href会根据页面的意思而改变，因此简单的 str_replace 不可行。

我尝试使用 preg_replace，但无法理解这似乎是一个简单问题。

    $regex = '/(^<link rel="canonical")(\/>$)/';
    $match = preg_match_all($regex, $content, $matches);
    var_dump($matches);

• / /开始和结束的表达式是什么？
• ()表示需要匹配的“表达式”应该分开，以便返回字符串？
• ^过滤以以下字符串开头的结果？
• $过滤以以下字符串结尾的结果？

因此，我正在寻找以<link rel="canonical"开头并以/>结尾的字符串。

我展示了我想要的步骤，以及我的尝试。请帮我编写并最终理解如何执行此操作。对于这个问题，我真的不知所措。

- Mark Purnell

---

+1个很好的示例，展示了如何在SO上提问。 - michi

在响应中即时处理HTML是一个不好的想法。最好的解决方案是更改定义HTML的位置。你有没有查看过它的定义位置？ - Sverri M. Olsen

Answer 1

你写的正则表达式太混乱了。让我们来看一下模式：

无论发生什么，它都将以 `` 或 `/ >` 结束（必须考虑那些不遵守标准的网络海盗）。您要查找 rel 参数，如果有一个，则需要是 canonical。

我们可以开始编写正则表达式：`#<link([^>]+)(/>|></link>)#is`。这将映射所有 `link` 标签。然后，您可以使用简单的 `strpos` 调用解析参数。

如果您确定 rel="canonical" 将是链接标记的第一个参数，则可以将正则表达式进一步扩展为 `#<link rel="canonical" href="?'?([^"']+)"?'?(/>|></link>)#is`。这将按顺序映射它，如果您确定这将是顺序，则很好。

按照出现的顺序：

`[^>]+` 匹配除 `>` 字符之外的任何字符一次或多次

`i` 和 `s` 标志分别表示：不区分大小写，不在换行符处中断

`"?'?` 匹配 0 或 1 个 "，后跟 0 或 1 个 '。

如果还有什么不清楚的，请告诉我。

编辑：回答您的问题

- `/ /` 开始和结束表达式？ 它们称为定界符，并且“包围”表达式。Perl 正则表达式引擎允许设置有关表达式的标志（i、s、g、b 等），并且这些标志必须在表达式之外。它们在分隔符之后 - 这就是分隔符的作用。您可以使用任何字符 - 它将选择最远的两个重复字符。人们倾向于使用 /，因为 JS 使用该单个字符 - 我倾向于在 PHP 中使用 # 来清除 / 由于关闭 HTML 标记而产生的歧义。

- () 表示需要匹配的单独“表达式”吗？ () 匹配子集，并允许您在匹配中指定变量以获取其结果。正则表达式的每个部分都可以使用通配符等，但只有括在 () 中的内容才会在匹配中返回。

- ^ 过滤以以下字符串开头的结果？ 不是的。[] 范围外的 ^ 将匹配任何以以下字符串开头的内容。在新行上，有效地不仅仅是“单词”。

- $ 过滤以以下字符串结尾的结果？ 与上面相同，只是“结束”而不是“开始”。

- Sébastien Renauld

---

@MarkPurnell：顺便提一下，Perl兼容的正则表达式引擎使用了更多的符号。值得一读——如果正确使用，这些东西是无限强大的。 - Sébastien Renauld

Answer 2

快速起步提示：不建议使用正则表达式解析HTML，而应该使用DomDocument或其他“DOM解析”插件。但由于这只是使用一个句子字符串，这是我处理它的方法：

<?php
// base string
$str = '<link rel="canonical" href="could_be_anything_here_at_all" />';

// for preg_replace
$preg_replace = '<link rel="canonical" href="'.preg_replace('/<link rel="canonical" href="(.*)" \/>/','MY_NEW_LINK',$str).'" />';
echo $preg_replace;

// preg_match_all
preg_match_all('/<link rel="canonical" href="(.*)" \/>/',$str,$preg_match);
echo '<pre>',print_r($preg_match),'</pre>'; // process as you wish

- Samuel Cook