Question

<html>
  <head>
    <meta http-equiv='Content-Type' content='text/html; charset=utf-8'>
     <meta name='Generator' content='Microsoft Word 14 (filtered medium)'>
     <style><!--
       /* Font Definitions */
       @font-face
        { font-family:'Cambria Math';
          panose-1:2 4 5 3 5 4 6 3 2 4;}
       @font-face
         { font-family:Calibri;
           panose-1:2 15 5 2 2 2 4 3 2 4;}
       @font-face
         { font-family:Tahoma;
           panose-1:2 11 6 4 3 5 4 4 2 4;}
        /* Style Definitions */
       p.MsoNormal, li.MsoNormal, div.MsoNormal
       {margin:0cm;
        margin-bottom:.0001pt;
        font-size:12.0pt;
        font-family:'Times New Roman','serif';}
       a:link, span.MsoHyperlink
        {mso-style-priority:99;
         color:blue;
         text-decoration:underline;}
       a:visited, span.MsoHyperlinkFollowed
        {mso-style-priority:99;
         color:purple;
         text-decoration:underline;}
        p
         {mso-style-priority:99;
          mso-margin-top-alt:auto;
          margin-right:0cm;
          mso-margin-bottom-alt:auto;
          margin-left:0cm;
          font-size:12.0pt;
          font-family:'Times New Roman','serif';}
        span.EmailStyle19
          {mso-style-type:personal-reply;
           font-family:'Calibri','sans-serif';
           color:#1F497D;}
       .MsoChpDefault
          {mso-style-type:export-only;
           font-size:10.0pt;}
       @page WordSection1
         {size:612.0pt 792.0pt;
          margin:70.85pt 70.85pt 70.85pt 70.85pt;}
       div.WordSection1
         {page:WordSection1;}
        -->
     </style>
   </head>
  </html>

这是我通过imap函数读取邮件时获得的html内容我想删除样式标记和样式标记内的内容，然后在php中打印/回显它。我已经使用了preg_match，但它不起作用

preg_replace("/<style\\b[^>]*>(.*?)<\\/style>/s", "", $subject[$i])

$ subject [$ i]是我拥有上述html代码的内容

Answer 1

这是你正在寻找的吗？

<style[\S\s]*?<\/style>（Example）

Answer 2

这样的事情会对你有所帮助

$txt=
    ' <html>
     <head>
         <title></title>
         <style>
         body{
            background:#000;
         }
         </style>
     </head>
     <body>
    hello world
     </body>
     </html>';

    $a= preg_replace('/(<(style)\b[^>]*>).*?(<\/\2>)/is', "", $txt);
    print_r($a);exit;

Answer 3

你不必须使用带HTML的正则表达式，你必须使用解析器：

$dom = new DOMDocument();
libxml_use_internal_errors( True );
$dom->loadHTML( $subject[$i] );

$styles = $dom->getElementsbyTagName( 'style' );
$styles->item(0)->parentNode->removeChild( $styles->item(0) );

通过这种方式，您将删除第一个 <style>节点（及其内容）。

详细了解DOMDocument
阅读 why you can't parse [X]HTML with regex

Answer 4

作为实际删除样式标记和内容的替代方法，再次使用DOMDocument，您可以简单地捕获和处理文档正文的内容。

$dom=new DOMDocument;
$dom->loadHTML( $subject[ $i ] );
$body=$dom->getElementsByTagName('body')->item(0)->nodeValue;
echo $body;

删除评论的部分并打印出来？

4 个答案: