替换标签名称中标点符号的最佳方法是什么？

Question

我有理由将所有标签名称中的标点符号替换为下划线（请不要问我为什么它与问题无关）。

与问题相关的是我想：

<data:data>
    <another:data>Content</another:data>
    <another:data>Content</another:data>
    <another:data>Content</another:data>
    <another:data attribute="attr : content">This content should : not be affected</another:data>
    <another:data><![CDATA[This content should : not be affected]]></another:data>
</data:data>

替换为：

<data_data>
    <another_data>Content</another_data>
    <another_data>Content</another_data>
    <another_data attribute="attr : content">This content should : not be affected</another_data>
    <another_data><![CDATA[This content should : not be affected]]></another_data>
</data_data>

但是使用 php 执行此操作的最佳方法是什么？

我知道 regex 不是解析 html 或 xml 的正确方法，但恐怕我很想在我的代码中使用 preg_replace()情况是因为 DOMDocument() 无法读取我提供的 ~250K 行错误的结构化命名空间 xml- 内容。提供的 xsd 文件（~25 方案）已过时（6 年了），内容提供者不愿修复此问题。

我发现 SimpleXMLElement() 在将 : 替换为 _ 后有效。

Answer 1

你的意思是：

$string = "<data:data>
<another:data>Content</another:data>
<another:data>Content</another:data>
<another:data>Content</another:data>
<another:data>Content</another:data>
</data:data>";

$string = str_replace(':', '_', $string);

或

$string = str_replace('another:data', 'another_data', $string);

更新

也许您可以尝试以下方法：

$replace = array('another:data' => 'another_data', '/another:data' => '/another_data'); // So you can easily add more strings to replace
strtr($string, $replace);

link：http://php.net/strtr。我刚找到这个，所以不知道这是否适合你。

Answer 2

如果您不使用属性，此代码适用于您：

$string = preg_replace_callback(
    '#</?[\w:]+>#',
    function ($match) {
        list($tag) = $match;
        return str_replace(':', '_', $tag);
    },
    $string
);

如果您使用属性，请查看：How do I change XML tag names with PHP?

Answer 3

您可以尝试使用正则表达式，

<\/?\w+(:)\w+>

Working Demo

可以用Group抓取替换成_

Answer 4

您可以捕获 < 和 > 之间的内容，然后将 : 替换为 _，如下所示：

$string = "<data:data>
<another:data:data>Content:</another:data>
<another:data>:Content</another:data>
<another:data>Content</another:data>
<another:data><![CDATA[This content should : not be affected]]>Content</another:data>
</data:data>";

$regex = '~<[^!][^>]*>~';
$replaced = preg_replace_callback(
    $regex,
    function($m) { return str_replace(':', '_', $m[0]);},
    $string);

echo $replaced;

输出：

<data_data>                                                                                                                                                                                          
<another_data_data>Content:</another_data>                                                                                                                                                           
<another_data>:Content</another_data>                                                                                                                                                                
<another_data>Content</another_data>                                                                                                                                                                 
<another_data><![CDATA[This content should : not be affected]]>Content</another_data>                                                                                                                                                                   
</data_data>

替换标签名称中标点符号的最佳方法是什么？

What is the best way to replace the punctuation in tag names?

php

regex

preg-replace

xml-parsing