Question

我想使用php正则表达式删除html中的所有属性，如：title =“...”id =“...”class =“...”excel href 我使用$result = preg_replace('#[^(href)]="(.*?)"#is', '', $result);但错了在线测试 http://www.phpliveregex.com/p/dcn

Answer 1

你真的应该考虑使用SGML parser进行这类工作。正则表达式不适合HTML处理。但是，如果它们是您可以使用的唯一内容，则需要了解有关语法的更多信息。至少有一个问题是子表达式[^(href)]，它指的是character class。这匹配(，h，r，e，f和{{1}中不的单个字符}}。这可能不是你想要的。

您可以尝试使用带有反向引用的negative look-ahead，但最终可能会咀嚼您不想要的东西，或者缺少您想要的东西。请考虑以下HTML-ish片段：

您需要能够告诉您何时输入了标签（因此我建议使用SGML解析器），并且如何确保使用负面预测来替换正确的字符串并不明显。

preg_replace_callback可能更适合您的使用案例（即，使用您的Properties like <a class="..." href="..." name="...">href="..."</a> and <a href="..." name="...">name="..."</a> should come after the <a and before the >. <a name="..." href="..."><img src="..." /></a> Fig. 1保留您的$callback属性，但过滤其他所有内容）：

href

可能有一种比上面更简单的方法来实现同样的目的，但你应该能够理解。顺便说一下，通过上面的代码运行上面的HTML-ish片段可以得到：

$filtered = preg_replace_callback('#<([^/\s]\S*)((?:\s+[^>=]+=(?:\'[^\']*\'|"[^"]*"))*)(\s*/?)>#is',
    function ($matches) {
        $filtered = preg_replace_callback('#\s+([^=]+)=(?:\'[^\']*\'|"[^"]*")#is',
            function ($matches) {
                return ($matches[1] != 'href'
                    ? ''
                    : $matches[0]);
            }, $matches[2]);

        return ('<' . $matches[1] . $filtered . $matches[3] . '>');
    }, $subject);

根据您的学习风格，这些教程中的一个或多个可能会有所帮助：

php正则表达式删除所有attibute除了href中的href

1 个答案: