如果它不在锚点/链接标签内，则正则表达式替换正斜杠

Question

给定一个包含诸如some/text <a href="/some/text">some/text</a>之类的序列的字符串，我只需要替换不在链接中的斜杠（在斜杠之后插入）。

请注意，字符串中会有上述的多个实例，它只是目标的正斜杠。

作为起点，我尝试使用/(\w)(\/{1})(\w)/替换$1$2INSERT$3 ，但这会替换链接中的斜杠。 我不确定如何使它不在<a*>和</a>内。

期望的结果：

some/INSERTtext <a href="/some/text">some/text</a>

Answer 1

用正则表达式处理 HTML 很难（实际上是不可能的，但让我们假设您想要的有限子集是可能的）。 你需要：

• 不贪心匹配
• 向前看和向后看，所以你跳过左大括号后面的正斜杠，还没有关闭一个

以这个为例

但更好的方法是不使用 RegExp 来完成此任务，而是将其加载到 DOMDOcument 中并仅在文本节点中实际运行替换，遍历树，替换文本节点中的正斜杠，并返回生成的 HTML

Answer 2

也许这有点令人费解，但如果您使用的是 PHP，我可以试试这个正则表达式。 它也适用于嵌套/配对标签。

• 正则表达式

(?:(<(\S+)[^<>]*>(?:[^<>]|(?1))*<\/\2>)|<[^<>]*>)(*SKIP)(*F)|\/

• 替代

/INSERT

这个想法是首先匹配所有标签然后忽略它们，然后你可以匹配/安全。

检查测试用例。