有没有正则表达式可以替换像这样的损坏的HTML属性？

Question

我正在使用PHP，我喜欢做一些自动化的功能，将取代破碎的HTML属性，如

title="TV 40" is better"

使用

title="TV 40" is better"

所以，我的问题是:如何使用正则表达式来查找第二个双引号？

Answer 1

您可以使用它来代替正则表达式

$value = "HTML CODE";
html_entities($value, ENT_QUOTES, 'UTF-8');

我希望这对你有帮助，如果我错了，请纠正我。

Answer 2

我对你想要实现的目标有些困惑。也许一个更大的例子会有所帮助。

• 您写的html文档中是否有需要修复的错误？
• 您是否正在尝试编写可以修复任何损坏的html的程序？

关于你的问题上下文的一些额外信息可能会有所帮助。

您可能会问到许多情况，但在vim中，这对我是有效的(对于您提供的示例)：

:%s/"\(.*\)"\(.*\)"/"\1\"\2"/g

它将改变这一点：

title="TV 40" is better" title="TV 40" is better"

title="TV of 40 inch, spelled also as, 40" is better"

title="TV 40 is better"

要这样做：

title="TV 40" is better" title="TV 40" is better

title="TV of 40 inch, spelled also as, 40" is better

title="TV 40 is better"

然而，它会破坏这样的东西(它已经在工作了)：

title="TV 40 is better" title="TV 40 is better"

我想，正如我之前提到的，给我们一些关于您试图解决的问题的更多背景信息将是有帮助的。

一般而言，尝试用正则表达式解析通常是个不好的主意。有太多的事情可能会变得异常。除非您知道html将采用某种格式，否则我不会这么做。超文本标记语言不是regular language，所以不可能用正则表达式进行解析。唯一能解决这个问题的方法就是如果你知道一些关于html的特殊信息。或者您只想在以预定方式格式化的html页面中找到非常具体的内容。

根据Jeff Attwod的说法，如果你试图用正则表达式来解析html，那么你就是在屈从于黑神克苏鲁的…er…代码的诱惑。See this page。

This answer还提供了一些很好的例子来说明为什么用正则表达式解析html不是一个好主意。