REGEX "todo lo que NO esté seguido por MISTRING"

[Anarko]

hola, recibo éste STRING en post:

Código:

FUENTEUNO
<font size="4">FUENTEDOS
<font size="7">FUENTETRES</font>
<font color="#ff8c00">NARANJA</font>
<font color="#0000ff">AZÚL</font><br /></font>

y lo quiero pasar a "HTML bien formado" que sería:

Código:

FUENTEUNO
<font size="4">FUENTEDOS</font>
<font size="7">FUENTETRES</font>
<font color="#ff8c00">NARANJA</font>
<font color="#0000ff">AZÚL</font>

y solo tengo ésta REGEX:

Código PHP:

  preg_match_all('/(<font.*?>.*?)<font.*?>/', $_POST['elhtml'], $html); 
   

pero no sé cómo colocar el CIERRE (</font>) en la coincidencia [0].

Es decír, creo que me ayudaría una REGEX que procese:

"tóma TODO entre <font.*?> y <font.*?> y que NO ESTÉ seguido por </font>"

pero no sé como colocar la condición: "que NO ESTÉ seguido por </font>"

gracias por la ayuda

[tuadmin]

por lo visto quieres evitar anidaciones, yo pienso que primero deberias hacer un SPLIT a todo el string
algo como

Código PHP:

<?php
$lineas = split("<font",$html);
foreach($lineas as &$linea){
   if(stripos($linea,'</font') >0)){ //todo correcto tiene cierre del TAG 
 
   }else{//no tiene cierre del TAG y le agregamos uno por que la siguiente linea viene otro FONT
      $lineas .= '</font>' 
   }
}
//y volvemos a armar de nuevo el string
$html = implode("<font",$lineas);
 

bueno eso es un ejemplo stricto, ya que tambien puede surgir ciertos casos como '<Font' <FONT , etc u otras etiquetas, todo depende de tu imaginacion, un implode puede ser mas util que una expresion regular la expresion regular consume mas recursos que un strpos ,explode
tenlo en cuenta
puedes consultar

https://www.php.net/strpos
https://www.php.net/explode
y el favorito
https://www.php.net/manual/es/function.strip-tags.php

[Anarko]

Iniciado por tuadmin

...

Código PHP:

<?php
$lineas = split("<font",$html);
foreach($lineas as &$linea){
   if(stripos($linea,'</font') >0)){ //todo correcto tiene cierre del TAG 
 
   }else{//no tiene cierre del TAG y le agregamos uno por que la siguiente linea viene otro FONT
      $lineas .= '</font>' 
   }
}
//y volvemos a armar de nuevo el string
$html = implode("<font",$lineas);
 

...

gracias por la ayuda tuadmin siguiendo tu consejo, acondiciono el wysiwyg que he creado utilizando document.execCommand para que séa XHTML válido, pues con JS he removido la parte W3C que se agrega al interactuar con el wysiwyg:

Código:

document.getElementById('elhtml').value = Q.replace(/ xmlns="http:\/\/www.w3.org\/1999\/xhtml" /g, ' ');

y ahora con PHP lo preparo para ser XHTML:

Código PHP:

  if(!empty($_POST['elhtml'])){
    $elhtml = $_POST['elhtml'];
    echo 'HTML original:<textarea style="width:100%;height:8%;font-size:1.2em;">'.$elhtml.'</textarea>';
 
// divido el HTML recibido en líneas:
    $elhtml = preg_replace('/<font .*?>/', "\n$0", $_POST['elhtml']);
    echo 'HTML con saltos de línea:<textarea style="width:100%;height:13%;font-size:1.2em;">'.$elhtml.'</textarea>';
 
    while(preg_match('@(<br />\s*|</font>\s*)$@s', $elhtml)){echo 1;
        $elhtml = preg_replace('@(<br />\s*|</font>\s*)$@s', '', $elhtml);
        }
    echo 'HTML sin tags al final:<textarea style="width:100%;height:33%;font-size:1em;">'.print_r($elhtml, 1).'</textarea>';
    echo 'HTML procesado:<textarea style="width:100%;height:100%;font-size:1em;">';
 
    $elhtml = explode("\n", $elhtml);
    $HTML = '';
    foreach($elhtml AS $n => $L){
        if($n > 0 && !preg_match('@(</font>)$@', $L))$L = $L.'</font>';
        $HTML .= $L."\n";
        }
    echo $HTML;
    } 
   

no sé por qué no se créa un XHTML válido de manera nativa, sin embargo con tu explode espero poderlo manejar.

Gracias

[tuadmin]

bueno por lo visto estas usando algun wysiwyg , y por ello, te sugeria varias cosas, primero, puedes procesar mejor desde el LADO del cliente, el formato del HTML. y mas todavia si tus funciones son orientadas a navegadores modernas

podrías eliminar etiquetas indeseadas, recorrerlas con document.querySelectorAll; podrias en caso de encontrar anidacion. sacar ese elemento afuera, todo desde el lado del CLiente, y con los navegadores modernos trabajar con el DOM mas satisfactoriamente. mas potente, en el proceso de enviar el Formulario, capturar el dato del HTML, ponerlo en DIV, temporal, y manejar todos esos elementos de ese DIV o usar algo no recuerdo bien era algo con el nombre de SHADOW, que hacia que los elementos q insertases no se vieran afectados por eventos globales de tu sitio web, y demas, ejeje

en resumen mi sugerencia,e s que en tu wysiwyg hagas el proceso de validacion o purga del html

[Anarko]

Iniciado por tuadmin

... que en tu wysiwyg hagas el proceso de validacion o purga del html

gracias TuAdmin debido a que el comando insertBrOnReturn me dá errores, lo he CAMBIADO por

Código:

document.execCommand('insertHTML', false, '<br />\n\u200C');

y por ello he debido modificar la línea del wysiwyg que límpia el código:

Código:

Q.replace(/\u200C|\n|xmlns="http:\/\/www.w3.org\/1999\/xhtml" /g, '');

finalmente, había olvidado agregar la línea PHP:

Código PHP:

  $elhtml = str_replace('</font>', '', $elhtml); 
   

y ahora sí el HTML se convierte en XHTML válido

Salu2!