Как заменить все перерывы строк XHTML/HTML ( ) на новые строки?

Я ищу лучшую br2nl функцию. Я хотел бы заменить все экземпляры   и   на строки новой строки \n. Как и функция nl2br(), но наоборот.

Я знаю, что в комментариях к PHP есть несколько решений, но я ищу отзывы от сообщества SO о возможных решениях.

Ответ 1

Я бы сказал "не использовать регулярное выражение для работы с HTML", но в этом случае я, вероятно, поеду с регулярным выражением, считая, что теги   обычно выглядят так:

 
или  , с любым количеством пробелов перед /

Я предполагаю, что что-то подобное сделало бы трюк:

$html = 'this <br>is<br/>some<br />text <br    />!';
$nl = preg_replace('#<br\s*/?>#i', "\n", $html);
echo $nl;

Пара примечаний:

начинается с <br
за которым следует любое количество белых символов: \s*
optionnaly, a /: /?
и, наконец, a >
и это с использованием нечувствительного к регистру совпадения (#i), поскольку   будет действительным в HTML

Ответ 2

Вы должны использовать константу PHP_EOL, чтобы иметь независимые от новой строки строки.

По-моему, использование неповторяющихся функций по возможности делает код более читаемым.

$newlineTags = array(
  '<br>',
  '<br/>',
  '<br />',
);
$html = str_replace($newlineTags, PHP_EOL, $html));

Я знаю, что это решение имеет некоторые недостатки, но мне хотелось еще раз поделиться своими соображениями.

Ответ 3

Если документ хорошо сформирован (или, по крайней мере, правильно сформирован), вы можете использовать расширение DOM и xpath, чтобы найти и замените все элементы br на \n текст node.

$in = '<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN"
"http://www.w3.org/TR/html4/strict.dtd">
<html><head><title>...</title></head><body>abc<br />def<p>ghi<br />jkl</p></body></html>';

$doc = new DOMDOcument;
$doc->loadhtml($in);
$xpath = new DOMXPath($doc);

$toBeReplaced = array();
foreach($xpath->query('//br') as $node) {
    $toBeReplaced[] = $node;
}

$linebreak = $doc->createTextNode("\n");
foreach($toBeReplaced as $node) {
    $node->parentNode->replaceChild($linebreak->cloneNode(), $node);
}

echo $doc->savehtml();

печатает

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
<head><title>...</title></head>
<body>abc
def<p>ghi
jkl</p>
</body>
</html>

edit: более короткая версия с одной итерацией

$in = '<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN"
"http://www.w3.org/TR/html4/strict.dtd">
<html><head><title>...</title></head><body>abc<br />def<p>ghi<br />jkl</p></body></html>';

$doc = new DOMDOcument;
$doc->loadhtml($in);
$xpath = new DOMXPath($doc);

$linebreak = $doc->createTextNode("\n");
foreach($xpath->query('//br') as $node) {
  $node->parentNode->removeChild($node);
}

echo $doc->savehtml();

Ответ 4

Из nl2br комментарии:

<?php
function br2nl($string){
  $return=eregi_replace('<br[[:space:]]*/?'.
    '[[:space:]]*>',chr(13).chr(10),$string);
  return $return;
}
?>