如何在PHP中使用正则表达式删除嵌套的段落标签？

Question

我正在使用简单Html Dom通过Html进行解析。在这种情况下，如果它是嵌套方式，则无法加载<p>标签

<p>Hello there <p>Some Content </p>outer content <p>Some More content</p></p>

我不知道如何使用Regex替换内部的<p></p>标记。

我的预期输出是：

<p>Hello there Some content outer content Some More content</p>

有人请帮我完成这项工作

Answer 1

不允许嵌套p标签。 可以代替使用：

<p>Hello there <span>Some Content </span>outer content</p>

有关更多详细信息，请参见下面的链接

嵌套<p>将不起作用，而嵌套<div>将起作用吗？

Answer 2

请尝试使用此功能删除<p></p>标签

<?php function remove_p($input) {
    $input=str_ireplace('<p>','',$input);
    $input=str_ireplace('</p>','',$input);    
    return "<p>".$input."</p>";  
} 
?>

请查看如何使用此功能：

<?php $val = "<p>Hello there <p>Some Content </p>outer content <p>Some More content</p></p>";
echo remove_p($val);
?>

希望对您有帮助。

Answer 3

假设整个有问题的<p>标签在一行中，则可以使用以下正则表达式

((?!^)<p>)|(<\\/p>(?!$))

(?!^)<p>)与所有<p>标记匹配，但字符串开头的<p>除外

(<\\/p>(?!$)匹配所有</p>标记，但不包括字符串末尾的</p>

您可以将捕获的<p>和</p>替换为null并将其删除。

这是一个工作演示

编辑：

由于您输入的是html文件，因此您可以尝试使用此更新的正则表达式

(<p>)((?!<\\/p>).)*?(<p>).*?(<\\/p>)

(<p>)搜索<p>标签

((?!<\\/p>).)*?(<p>)捕获<p>一个<p>标记内的</p>标记，中间没有（嵌套的<p>标记） </p>标记

.*?(<\\/p>)捕获嵌套<p>的结束标记。

只需删除捕获组3和4，就可以删除嵌套的

标签。 您需要一次又一次地运行它，直到没有更多的匹配为止。

您可以在这里找到更新的正则表达式演示

更新：

使用此正则表达式(.*<p>)(((?!<\\/p>).)*?)(<p>)(.*?)(<\\/p>)(.*)

并将其替换为\\1\\2\\5\\7 ，这将单独删除嵌套标记。

在这里演示