正規表現で指定タグを取得する

Question

実現したい事
→xmlファイルからAタグを取得し、target=“_blank”を付与する

はじめにDOMを使用して、getelementbytagNameでaタグを取得し、target=“_blank”が無ければ付与するという条件で処理を行っておりました。
しかし、DOMを使用する事で、他のタグがなくなってしまうなどの影響が出てしまった為、正規表現で同じ処理を行いたいと考えております。

ここで、いまいちどの様に処理を書けば良いかが分かりません。
$a = preg_mach(('/<a .?>(.?)</a>/', $text);
でAタグを取得し、
if($val->target==“”){
$val->target=“_blank”};
のような処理なのではと考えましたが、取得が出来ていません。

ネットでもテラテイルでも調べましたが、同じ内容が無かった為、質問をさせて頂きました。
プログラミングがわかっていないと言われるのはごもっともですが、
ご教授頂ける方にどうぞ宜しくお願いします。

Answer 1

文字列で処理するなら考え方としてはチェックするのは
「<a\s」ではじまる文字列の「>」までの間だけでよいでしょう。

あとは条件次第

• targetがないものは付加するだけ
• targetがあるものはどうする？targetをはずして新たに_blankをつける？
• targetがある場合の例外はどこまで対応する必要があるか

たとえば、

<a href="hoge.htm" data-dummy="target='_blank'">hoge</a>

のようなものが文字列でのチェックだと引っかかる
また、既存のtargetが

<a href="fuga.htm" TarGet  =  '_BlanK' data-hoge="fuga<fuga>fuga">fuga</a>

のように大文字小文字混じりだったり、スペースがはいっていたり
本来小文字指定の「_blank」が不適当な大文字化していたり
本来のタグ終端子である「>」が途中で文字列として出現したり
どこまでフォローすべきかです。
そういうの煩わしさを防ぐのがDOMとしての処理です

sample

文字列での検証は例外が多すぎるためかなり困難であることはすでにお伝えしたとおりですが
逆に言えば極端に変なタグ設定をしていなければ以下で大丈夫だとおもいます

• まずはaタグを拾う
• aタグの中身を検証して書き換える

<?PHP
$str=<<<eof
(1)test<a href="hoge.htm">hoge1</a>test<br>
(2)test<a href="hoge.htm" target="fuga">hoge2</a>test<br>
(3)test<a href="hoge.htm" data-target="fuga">hoge3</a>test<br>
(4)test<a class="hoge target" href="hoge.htm">hoge4</a>test<br>
eof;

$pattern1="/(?<=<a\s).*?(?=>)/";
$replacement=function($x){
  $ret=$x[0];
  if(!preg_match("/(?<=\s)target/i",$x[0],$m)){
    $ret.=' target="_blank"';
  }
  return $ret;
};
$str=preg_replace_callback($pattern1,$replacement,$str);
print "<pre>";
print htmlspecialchars($str);
print "</pre>";

※上記(4)はNGです

追記

よくよく考えたら正規表現でaタグをひろったあと
callbackの中でdom処理をしてもいいかもしれません

$str=<<<eof
(1)test<a href="hoge.htm">hoge1</a>test<br>
(2)test<a href="hoge.htm" target="fuga">hoge2</a>test<br>
(3)test<a href="hoge.htm" data-target="fuga">hoge3</a>test<br>
(4)test<a class="hoge target" href="hoge.htm">hoge4</a>test<br>
eof;

$pattern="/<a\s.*?</a>/";
$replacement=function($x){
  $doc=new DOMDocument();
  $doc->loadHTML($x[0]);
  $node=$doc->getElementsByTagName("a")[0];
  $target=$node->getAttribute("target");
  if(empty($target)) $node->setAttribute("target","_blank");
  return $doc->saveXML($node);
};
$str=preg_replace_callback($pattern,$replacement,$str);
print "<pre>";
print htmlspecialchars($str);
print "</pre>";

Comments

[yyyyykkkkk]

回答ありがとうございます。
条件は既存でtargetがあれば、そのままで、もし無ければ、新たに追加するという処理を行いたいです。

[yyyyykkkkk]

以下のコードでaタグの生成が出来ました。
現在、生成したAタグの配列をどのよつに元のhtmlに戻すか奮闘しております。また別の枠で質問させて頂ければと思います。

$a = preg_mach(('/<a .*?>(.*?)</a>/', $text);
foreach($a as $val){
if($val->target==“”){
$b = $val->target=“_blank”};