Question

我正在寻找一个正则表达式，它会删除关闭的标签以及所有内容，直到找到一个打开的标签。例如：

</xy>..</zz>..<a>... - ＆gt; <a>...

</b>..</cc>..<a href="#">...</a> - ＆gt; <a href="#">...</a>

我试过这个，但由于某种原因不起作用：

$html = preg_replace("/^.*<.*>/","<.*>",$html);

Answer 1

在regex下面会捕获并将开始标记之前的所有文本存储到一个组（group1）中，并且它还会捕获剩余字符串并将其存储到另一个组中。因此第二组包含开始标记中的文本。

(.*)(<\w.*)

DEMO

您的PHP代码将是，

<?php
$re = '~(.*)(<\w.*)~'; 
$str= '</b>..</cc>..<a href="#">...</a> -> <a href="#">...</a>';
$replacement = "$2";
echo preg_replace($re, $replacement, $str);
?> //=>  <a href="#">...</a>

OR

<?php
$re = '~(?:.*)(<\w.*)~'; 
$str= '</p>\n<p>Â </p>';
$replacement = "$1";
echo preg_replace($re, $replacement, $str);
?>

<强>解释

(.*)(<\w.*)从字符串的开头捕获并在找到<字符的\w字符时停止捕获。 <\w之前的字符串存储在组1中，<\w之后的字符串存储在group2中（包括<\w）。

Answer 2

如果我正确理解您对Avinash Raj的回答，您需要的内容与第一个开放标记的任意数量的输入行相匹配，但只匹配一次，以便维护所有后续内容。

.*(\n.*?)*?(<\w.*(\n.*)*)

第一部分

.*(\n.*?)*?

匹配任意数量的行但不贪婪（因此是？），因此它将在包含开放标记的第一行停止：

<\w

然后再通过任意数量的任何行进行：

.*(\n.*)*

所以提取你想要的东西你会替换

.*(\n.*?)*?(<\w.*(\n.*)*)

用

\2

这是第一个开放标签的所有内容。

使用正则表达式删除不必要的关闭标记

2 个答案: