替换 <pre> HTML 文档中的包装内容

Question

我的字符串包含：

<pre code="...">some piece of code</pre> other non code content <pre code="...">some piece of code</pre> other non code content...

目标是将所有

<pre>code</pre>

替换为

<div style='background-color:black'>&<pre>code</pre>...

"code"

内的

<pre>&</pre>

也应该用

htmlspecialchars...

转义

我已经尝试了一些正则表达式模式，但没有成功。

Answer 1

一般来说，使用 RegEx 解析 HTML 是一个坏主意。 有很多简单的场景，RegEx 足以解决特定问题，这很棒。

我认为在你的情况下使用正则表达式是一个坏主意，它不能涵盖所有情况并且可能不安全。您可能正在尝试防止 XSS 漏洞，而基于正则表达式的解决方案总是容易出错。

但为了完整起见：

preg_replace_callback(
    '/(<\\s*pre(?:\\s[^>]+)?>)(.*?)(<\\/\s*pre\s*>)/',
    function ($match) {
        return $match[1].htmlspecialchars($match[2]).$match[3];
    },
    $html
);