正则表达式：在保存到数据库之前更改html

Question

在保存到数据库之前，我需要

---

1. 删除所有代码
2. 删除所有多个空白字符
3. 删除所有多个换行符

为此我做了以下

1. $content = preg_replace('/<[^>]+>/', "", $content);

2. $content = preg_replace('/\n/', "NewLine", $content);it's for not to lose them when deleting more then one white space character

   $content = preg_replace('/(\&nbsp\;){1,}/', " ", $content);

   $content = preg_replace('/[\s]{2,}/', " ", $content);

3. 并且我必须删除多个“NewLine”字样。

在前两点后我得到这种格式的文本 -

NewLineWordOfText
NewLine
NewLine
NewLine NewLine WordOfText "WordOfText WordOfText" WordOfText NewLine"WordOfText
...

如何从这样的内容中传递更多的新内容？

由于

Answer 1

首先，虽然HTML is not regular使用正则表达式解析它是个坏主意，但PHP有一个函数可以为你删除标记：strip_tags

在保留换行符的同时挤压空格：

$content = preg_replace('/[^\n\S]{2,}/', " ", $content);
$content = preg_replace('/\n{2,}/', "\n", $content);

第一行会将除\n以外的所有空格（[^\n\S]表示所有不是\n且不是非空白字符的字符）压缩到一个空格中。第二个会将多个换行符压缩到一个换行符中。

Answer 2

为什么不使用nl2br（）然后使用<br /><br /> preg_replace所有<br />，然后将所有<br />返回到\ n？