Question

php正则图片和表格替换的问题？

我现在还有一个比较复杂的功能高手能帮忙不，就是我想把文章中的关键字加链接，但是不给图片和表格中的关键字加链接应该怎么写？比如说文章内容是$content,关键字$keys，我在$content中查找到$keys加上链接，但是不给图片和表格里的关键字加链接，因为图片中的alt可能和关键字重复，还有表格中的关键字我已经加链接了是不同的，$content中可能有多张图片和表格，应该怎么写呢？

Answer 1

看看给你举的例子是不是你要的结果。分三步：1，把所有关键字替换成超链接；2，把表格里被替换的关键字再换成原样；3，把图片里被替换的关键字再换成原样。这样正则就不用写的很复杂了。

//现在要把$str里的关键字abc换成超链接，table和img里的除外。
$str = 'wwwabcwww<table><tr><td><a href="1.php">abc</a></td></tr><tr><td><a href="2.php">abc</a></td></tr></table>wwwabcwww<img src="xxx"alt="abc"/>wwwabcwww<table><tr><td><a href="3.php">abc</a></td></tr><tr><td><a href="4.php">abc</a></td></tr></table>wwwabcwww<img src="xxx"alt="abc"/>wwwabcwww';
	
	//把所有的关键字abc都替换成超链接，不管哪里的关键字。
	$str_new = preg_replace('/abc/i', '<a href="888.php">abc</a>', $str);

	//把table里被换成超链接的关键字再换回去
	$pattern_table = '/<table>.*?<\/table>/i';
	preg_match_all($pattern_table, $str_new, $arr);
	foreach ($arr[0] as &$val) {
		$val = preg_replace('/<a href="888.php">abc<\/a>/i', 'abc', $val);
	}
	for ($i=0; $i<count($arr[0]); $i++) {
		$pattern_table_arr[] = '/<table>.*?<\/table>/i';
	}
	$str_new = preg_replace($pattern_table_arr, $arr[0], $str_new, 1);
	
	//把img里被换成超链接的关键字再换回去
	$pattern_img = '/<img.*?>/i';
	preg_match_all($pattern_img, $str_new, $arr);
	foreach ($arr[0] as &$val) {
		$val = preg_replace('/<a href="888.php">abc<\/a>/i', 'abc', $val);
	}
	for ($i=0; $i<count($arr[0]); $i++) {
		$pattern_img_arr[] = '/<img.*?>/i';
	}
	$str_new = preg_replace($pattern_img_arr, $arr[0], $str_new, 1);
	
	//查看替换后的结果
	echo htmlentities($str_new);

追问

我按照你写的试了下还是不对，表格中有个别的被替换了，还有图片的alt也被替换了

追答

把你的代码贴出来

追问

if(strpos($content,$nkeys) ){ $content = preg_replace('/(?)([^img]+)?('.$nkeys.')/is','$1'.$nkeys.'',$content); }现在可以过滤图片的alt，表格还是不行

追答

刚才有几个地方我写错了，现在改一下：

$str = 'wwwabcwww<table><tr><td><a href="1.php">abc</a></td></tr><tr><td><a href="2.php">abc</a></td></tr></table>wwwabcwww<img src="xxx"alt="abc"/>wwwabcwww<table><tr><td><a href="3.php">abc</a></td></tr><tr><td><a href="4.php">abc</a></td></tr></table>wwwabcwww<img src="xxx"alt="abc"/>wwwabcwww';
$str_new = preg_replace('/abc/i', '<a href="888.php?id=new">abc</a>', $str); //在添加的超链接地址中加入参数，以便和使用了相同链接地址的同名关键字区别

function back2ori ($pattern, &$str_new) {
preg_match_all($pattern, $str_new, $arr);
$arr_ori = $arr;
for ($i=0; $i<count($arr_ori[0]); $i++) {
$arr_ori[0][$i] = preg_replace('/<a href="888.php\?id=new">abc<\/a>/i', 'abc', $arr_ori[0][$i]);
}
$str_new = str_replace($arr[0], $arr_ori[0], $str_new);
}
$pattern_table = '/<table>.*?<\/table>/i';
$pattern_img = '/<img.*?\/>/i'; //适用于<img ... />这种样式的图片标签
back2ori($pattern_table, $str_new);//把table里被换成超链接的关键字再换回去
back2ori($pattern_img, $str_new);//把img里被换成超链接的关键字再换回去
echo htmlentities($str_new);

你的表格是什么样式的啊？截一段完整的表格标签我看看。

Answer 2

根据你的意思，首先要排除图片和已经有链接的部分内容，用匹配的方法，把有图片和有链接的内容替换成别他的特殊内容，一定要是特殊的内容什么特殊的内容呢?自己想。然后把内容再替换关键为链接的内容，然后再把特殊的内容替换回来。此思路兼容性比较强，不尽表格里有链接的不替换，就是其他内容里有链接的也不替换。像他们回答的，只有其他内容里出现链接，而且链接里有关键字就很麻烦<a href="">ssdfdfs百度dfdfsdf</a>如果其他内容里有这个链接，然后你要替换的关键字是百度，结果就成了<a href="">ssdfdfs<a href="">百度</a>dfdfsdf</a>，你可以试着点点看看会出现什么效果。
所以推荐此方法。

追问

高手能不能给个代码啊，新手没有那么强的逻辑能力！

追答

只给你关键的地方，其他的你自己补充

<?
function RepKeystoLinks($content){
  if(preg_match_all('/<img(.*?)>/si', $content, $imgarr)){ //匹配img内容
     foreach($imgarr[0] as $key =>$val){
        $comtent = str_replace($val, '<!--imglist-->', $content); //替换img内容为特特内容
     }
  }
  if(preg_match_all('/<a(.*?)<\/a>/si', $content, $alinkarr)){ //匹配a内容
     foreach($alinkarr[0] as $key =>$val){
        $comtent = str_replace($val, '<!--alinklist-->', $content); //替换a内容为特特内容
     }
  }
  $content = preg_replace('/关键字/i','<a ..>关键字</a>', $content); //替换所有关键字为链接
  //下面就把<!--imglist-->和<!--alinklist-->替换回原来的就行了，
  ...
  return $content;
}

?>

追问

你这个功能是把图片替换成特殊内容，那我图片的具体内容存在哪里，我怎么替换回去呢？

追答

上面那个imgarr就是图片所有的内容，alinkarr就是所有a有链接的内容。你在替换回去就行啦。

Answer 3

你这个要求非常复杂，我自己做过，头疼死了。

1 建议：采用一个拆解html代码的库，能够把$content拆开成dom节点形式，这是最方便的。有个库甚至可以采用类jQuery语法来查找需要的节点。（好像就叫做：phpQuery）
然后就简单了，针对特定的节点进行替换。或者，检查节点，特殊节点不替换。
还可以要求不对属性（例如title）进行替换。
缺点：依赖库；执行效率可能会慢

2 自己拆解dom。当然，碰上table之类的，会非常讨厌，尤其是嵌套的节点。如果你能明确$content中，不会有太多嵌套的，就比较容易。
（1）通过正则，将一段html代码拆开成：标签前文字 + 标签（"<>"） + 标签后文字
（2）对标签后文字，进行递归，继续可以拆解为：标签前文字 + 标签（"<>"） + 标签后文字
（3）拆解过程中，对形成的标签，构造一个数组存放。有些标签是需要开始标签，和结束标签的。有些不需要。
最终，确定哪些标签中的文字不替换，哪些需要替换。
缺点：逻辑非常复杂，需要你思路比较清晰，代码能力比较强。不如第一个方法省事。

追问

$content = preg_replace('/(?)([^img]+)?('.$nkeys.')/is','$1$2',$content);
我现在这么写可以不替换图片的关键字，但是表格我不知道该怎么加了？

追答

总的来说，如果你的content内容比较确定，结构比较简单，怎么都行。

比如，你可以先用正则，把除了table以外的字符串先取出来，再逐一用你的那个进行替换。

如果你指望用一个正则能做到，那可能性几乎没有。正则也不是万能的喽。既然这样，就应该分成不同的步骤去做。

（我上面写的那些，是考虑我当时面对的异常复杂content，当中甚至会有table嵌套，p多重嵌套，等乱七八糟的情况。此外，提醒你一下，a标签中的文字，也不能替换，否则便会出现a中有a）

追问

高手能帮我写一个不，我没想出来咋写，表格和图片格式都是固定的，就是,图片也是正常的就不替换alt中的关键字就行，能帮我写一个不？

追答

俺不是高手，俺低低手，俺不会逆向肯定环视这么高端的正则。以下仅供参考，核心是preg_split函数。效率不高，见笑了。以下，主要是建立在$content不是那么复杂的基础上的（没有table中嵌套table）。

<?php
$content = <<<EOS
测试几次
<table>
    <tr>
        <td>测试几次</td>
    </tr>
</table>
测试几次
<img src="" alt="测试几次" title="测试几次" />
测试几次
EOS;

$p = "/(<img.*?\/>|<table.*?\/table>)/is";
$m = preg_split($p, $content, -1, PREG_SPLIT_DELIM_CAPTURE);

$search = array("试", "次");
$replace = array("test", "number");

foreach( $m as $k => $v ){
    $start = substr($v, 0, 4);
    if( $start !== '<img' && $start !== '<tab' ){
        $m[$k] = str_ireplace($search, $replace, $v);
    }
}

$c = implode("", $m);
var_dump($c);
?>