php - 将多个空格、制表符和换行符替换为一个空格，注释文本除外

Question

我需要将多个空格、制表符和换行符替换为一个空格，除了我的 html 中的注释文本。例如下面的代码:

<br/>    <br>

<!--
this   is a comment

-->
<br/>   <br/>

应该变成

<br/><br><!--
this   is a comment

--><br/><br/>

有什么想法吗？

Answer 1

新解决方案

经过一番思考，我想出了以下纯正则表达式的解决方案。请注意，此解决方案将删除换行符/制表符/多空格而不是替换它们:

$new_string = preg_replace('#(?(?!<!--.*?-->)(?: {2,}|[\r\n\t]+)|(<!--.*?-->))#s', '$1', $string);
echo $new_string;

解释

(?                              # If
    (?!<!--.*?-->)              # There is no comment
        (?: {2,}|[\r\n\t]+)     # Then match 2 spaces or more, or newlines or tabs
    |                           # Else
        (<!--.*?-->)            # Match and group it (group #1)
)                               # End if

所以基本上当没有评论时它会尝试匹配空格/制表符/换行符。如果它确实找到它，那么组 1 将不存在并且不会有替换(这将导致删除空格......)。如果有评论，则将评论替换为评论(笑)。

Online demo

---

旧解决方案

我想出了一个新策略，这段代码需要 PHP 5.3+:

$new_string = preg_replace_callback('#(?(?!<!--).*?(?=<!--|$)|(<!--.*?-->))#s', function($m){
    if(!isset($m[1])){ // If group 1 does not exist (the comment)
        return preg_replace('#\s+#s', ' ', $m[0]); // Then replace with 1 space
    }
    return $m[0]; // Else return the matched string
}, $string);

echo $new_string; // Output

解释正则表达式:

(?                      # If
    (?!<!--)            # Lookahead if there is no <!--
        .*?             # Then match anything (ungreedy) until ...
        (?=<!--|$)      # Lookahead, check for <!-- or end of line
    |                   # Or
        (<!--.*?-->)    # Match and group a comment, this will make for us a group #1
)
# The s modifier is to match newlines with . (dot)

Online demo

_{Note: What you are asking and what you have provided as expected output are a bit contradicting. Anyways if you want to remove instead of replacing by 1 space, then just edit the code from '#\s+#s', ' ', $m[0] to '#\s+#s', '', $m[0].}