如何解决如何删除“匹配”括号之间的文本?
| 当我阅读该XKCD漫画的替代文本(技术标题)时,我好奇维基百科中的每篇文章是否最终都指向了Philosophy文章。因此,我开始制作一个Web应用程序,以使用PHP显示其“指向”的文章。 (PS:不要担心流量-因为我将私下使用它,并且不会向Wikipedia服务器发送太多请求) 为此,我必须删除括号和斜体之间的文本,并获得第一个链接。使用PHP Simple HTML DOM解析器可以完成其他事情,但是删除括号之间的文本是个问题。 如果括号中没有括号,那么我可以使用此RegEx:\\([^\\)]+\\)
,但是,就像关于德语的文章一样,有些文章中的括号也是重叠的(例如:German (Deutsch [ˈdɔʏtʃ] ( listen)) is..
),而RegEx可以高于t可以处理这些情况,因为[^\\)]*\\)
会找到第一个右括号,而不是匹配的右括号。 (实际上,由于两个闭合括号之间没有文本,因此上述情况不会成为问题,但是当两个闭合括号之间存在链接时,这将成为一个大问题。)
我能想到的一个肮脏的解决方案是:
$s=\"content of a wikipedia article\";$depth=0;$s2=\"\";
for($i=0;$i<strlen($s);$i++){
$c=substr($s,$i,1);
if($c==\'(\')$depth++;
if($c==\')\'){if($depth>0)$depth--;continue;}
if($depth==0) $s2.=$c;
}
$s=$s2;
但是,我不喜欢这种解决方案,因为它将字符串缩减为单个字符,这看起来像是不必要的...
还有其他方法可以删除一对(匹配)括号中的文本吗?
例如,我要输入以下文字:
blah(asdf(foo)bar(lol)asdf)blah
到这个:
blahblah
但不是这样的:
blahbarasdf)blah
编辑:从EmilVikström的回答的评论中,我意识到上述方法(删除括号之间的文本)可能会删除包含括号的链接。但是,我仍然想要上述问题的答案,因为我之前遇到过类似的问题,而且我想知道答案...
所以我的问题仍然是:如何删除匹配括号之间的文本?
解决方法
大!我看到有人在清理Wikipedia纯文本内容时遇到问题。使用方法如下。
cleanBraces(\"blah(asdf(foo)bar(lol)asdf)blah\",\"(\",\")\")
将返回
等等
您可以传递任何类型的花括号。像[和]或{和}
这是我的源代码。
function cleanBraces($source,$oB,$eB) {
$finalText = \"\";
if (preg_match(\"/\\\\$oB.*\\\\$eB/\",$source) > 0) {
while (preg_match(\"/\\\\$oB.*\\\\$eB/\",$source) > 0) {
$brace = getBracesPos($source,$eB);
$finalText .= substr($source,$brace[0]);
$source = substr($source,$brace[1] + 1,strlen($source) - $brace[1]);
}
$finalText .= $source;
} else {
$finalText = $source;
}
return $finalText;
}
function getBracesPos($source,$eB) {
if (preg_match(\"/\\\\$oB.*\\\\$eB/\",$source) > 0) {
$open = 0;
$length = strlen($source);
for ($i = 0; $i < $length; $i++) {
$currentChar = substr($source,$i,1);
if ($currentChar == $oB) {
$open++;
if ($open == 1) { // First open brace
$firstOpenBrace = $i;
}
} else if ($currentChar == $eB) {
$open--;
if ($open == 0) { //time to wrap the roots
$lastCloseBrace = $i;
return array($firstOpenBrace,$lastCloseBrace);
}
}
} //for
} //if
}
,您可以签出递归模式,这应该能够解决问题。
当我阅读漫画时,我没有意志力去解决递归模式,因此我简化了它以找到一个链接,然后才检查它是否在括号中。这是我的解决方案:
//Fetch links
$matches = array();
preg_match_all(\'!<a [^>]*href=\"/wiki/([^:\"#]+)[\"#].*>!Umsi\',$text,$matches);
$links = $matches[1];
//Find first link not within parenthesis
$found = false;
foreach($links as $l) {
if(preg_match(\'!\\([^)]+/wiki/\'.preg_quote($l).\'.+\\)!Umsi\',$text)) {
continue;
}else{
$found = true;
break;
}
}
这是我的整个脚本:http://lajm.eu/emil/dump/filosofi.phps
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。