正则表达式否定，与字符串的一部分负匹配

Question

我已经尝试了几个版本，用于负向前视或负向后视，在这里和整个网络上都可以找到，但我就是不能让它工作。

我希望从大量的文本中提取html链接，除非它们是以图像为锚点的。示例：

<a href="somelink">sometext</a>  <-- match and grab somelink
<a href="anotherlink"><img src="someimage"></a>  <-- ignore link

我试过了

preg_match_all('/<a href="(.*?).*?>.*?<\/a>^((?!<img).)*/', $string), $matches);
preg_match_all('/<a href="(.*?).*?>.*?<\/a>(?<!img )/', $string, $matches);

和其他类似版本

Answer 1

我们不要使用正则表达式来解决这个问题。解析HTML，获取所有锚标签，并检查它们是否包含<img>元素。

<?php
$html = '<a href="somelink">sometext</a><a href="anotherlink"><img src="someimage"></a>';

$doc = new DOMDocument();
$doc->loadHTML($html);

$anchors = $doc->getElementsByTagName('a');
foreach ($anchors as $a) {
    if ($a->getElementsByTagName('img')->length === 0)
        echo $doc->saveHTML($a);
}

是的，它更长，但它也是一个地狱，更具可读性和更好的自我文档化。

输出：

<a href="somelink">sometext</a>