正则表达式替换正斜杠(如果它不在锚点/链接标签内)

Question

给定一个包含some/text <a href="/some/text">some/text</a>等序列的字符串，我只需要替换不在链接中的斜杠(在斜杠后面插入(。

请注意，字符串中会有多个以上内容的实例，它只是目标的正斜杠。

作为起点，我尝试用$1$2INSERT$3替换/(w)(/{1})(w)/，但这会替换链接中的斜线。我不知道如何使它不在<a*>和</a>中。

期望结果：

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

Answer 1

使用regexp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(。您需要：

• 不合理匹配
• 向前看和向后看，所以你跳过了左大括号后面的前斜杠，还没有结束斜杠

看看这个例子

但是，更好的方法是不使用RegExp执行此任务，而是将其加载到DOMDOcument中，并实际仅在文本节点中运行替换，遍历树，替换文本节点中的正斜杠，并将生成的HTML返回

Answer 2

也许它有点复杂，但如果你使用PHP，你可以尝试这个正则表达式。它也适用于嵌套/成对的标记。

• Regex

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

• 替换

/INSERT

这个想法是先匹配所有标签，然后忽略它们，然后可以安全地匹配/。

检查测试用例。