我试图创建正则表达式在html标签中找到大写句子。下面是一个例子:
<span style="font-family:Arial; font-size:11pt; font-weight:bold">RESSONÂNCIA MAGNÉTICA</span></p>
我得到这个正则表达式:^<span style="font-family:Arial; font-size:11pt; font-weight:bold">+[A-Z]+<'/span><'/p>
但是它不能正常工作。它缺少空格和重读字母。
你似乎有一个非常具体的情况。@Mariano指出了一种抓取大写字符的好方法，它是unicode安全的(干得好!)，但也许以不同的方式来处理这个问题会有所帮助。
你提到想要大写句子…我认为这不仅仅是大写字母，还包括标点符号，以及所有其他字符。想想哪里不好?如果标签内不允许包含小写字母，也许你的匹配(在标签内)是[^a-z]+，它将匹配从a到z的所有非小写字母。
preg_replace("/^<span style='"font-family:Arial; font-size:11pt; font-weight:bold'">([^a-z]+)<'/span><'/p>/u", "'1", $input_lines);
如果你想获取任意span的内容，你可以这样写:
preg_replace("/^<span[^>]+>([^a-z]+)<'/span>/u", "'1", $input_lines);
或者处理带有重音的小写字母:
preg_replace("/^<span[^>]+>([^'{Ll}]+)<'/span>/u", "'1", $input_lines);
您使用的[A-Z]只匹配A到Z。这可以使用Unicode分类
- 使用
'p{Lu}与Uppercase_LetterUnicode属性匹配字符。 - 为了使用上面的，在你的模式中设置
/u(Unicode修饰符)。 - 不要忘记包括空格(你的例子有1)。
这将匹配你想要的:['p{Lu} ]+
代码:
preg_replace("/^<span style='"font-family:Arial; font-size:11pt; font-weight:bold'">(['p{Lu} ]+)<'/span><'/p>/u", "'1", $input_lines);
我建议在之前的回答中使用'p{Lu}，但您可能对匹配阿拉伯语，德语特殊字符或任何Uppercase_Letter类别匹配不感兴趣。
保持简洁:
只需在字符类中添加您想要的特殊字符。例如，我猜你匹配的是葡萄牙语:
[A-ZÁÂÃÀÇÉÊÍÓÔÕÚ ]+