1

我正在尝试解决 Drupal 的 Hashtags 模块中的这个错误：http: //drupal.org/node/1718154

我有这个函数可以匹配文本中以“#”为前缀的每个单词，例如#tag：

function hashtags_get_tags($text) {
    $tags_list = array();
    $pattern = "/#[0-9A-Za-z_]+/";
    preg_match_all($pattern, $text, $tags_list);
    $result = implode(',', $tags_list[0]);
    return $result;
    }

我需要忽略页面中的内部链接，例如<a href="#reference">link</a>，或者更一般地说，任何以 # 为前缀的出现在 HTML 标记内的单词（所以前面是 <，后面是 >）。

知道如何实现这一目标吗？

4

3 回答 3

1

您可以先剥离标签，因为匹配（使用strip_tags功能）？

function hashtags_get_tags($text) {

    $text = strip_tags($text);

    $tags_list = array();
    $pattern = "/#[0-9A-Za-z_]+/";
    preg_match_all($pattern, $text, $tags_list);
    $result = implode(',', $tags_list[0]);
    return $result;
}

如果您只想匹配不在HTML 标签内的主题标签，那么正则表达式将会很棘手。

于 2012-08-08T02:41:23.350 回答
0

您可以使用preg_replace事先丢弃标签

function hashtags_get_tags($text) {
$tags_list = array();
$pattern = "/#[0-9A-Za-z_]+/";
$text=preg_replace("/<[^>]*>/","",$text);
preg_match_all($pattern, $text, $tags_list);
$result = implode(',', $tags_list[0]);
return $result;
}
于 2012-08-08T02:50:53.640 回答
0

我使用PHP DOM制作了这个函数。

它返回所有#在href.

如果您希望它仅删除内部哈希标签，请替换此行：

if(strpos($link->getAttribute('href'), '#') === false) {

有了这个：

if(strpos($link->getAttribute('href'), '#') !== 0) {

这是功能：

function no_hashtags($text) {
    $doc = new DOMDocument();
    $doc->loadHTML($text);
    $links = $doc->getElementsByTagName('a');
    $nohashes = array();
    foreach($links as $link) {
        if(strpos($link->getAttribute('href'), '#') === false) {
            $temp = new DOMDocument();
            $elem = $temp->importNode($link->cloneNode(true), true);
            $temp->appendChild($elem);
            $nohashes[] = $temp->saveHTML();
        }
    }
    // return $nohashes;
    return implode('', $nohashes);
    // return implode(',', $nohashes);
}
于 2012-08-08T04:42:55.937 回答