Question

我正在尝试清理从其他来源（主要是电子邮件正文）导入的一些HTML值。理想情况下，我希望能够剥离<style>和<link>标记，但也可以将它们的样式（假设链接标记指向样式表）应用于值中的相应元素。

我目前正试图通过tidy来实现这一目标。如果归结为它，我可以在不应用样式的情况下去掉标签。

Answer 1

你可以使用php的simple-xml functions将样式分配给你的标记。

或写一些自定义实现来操纵html（这不是一个好习惯tbh）如果你不想进入simplexml lib。

$dirtyInput = '<!-- your html string -->';

$regex = '/<style[^>]>(.*?)</style>/is';
if (preg_match_all($regex, $dirtyInput, $inlineStyles)) {

    // your inline styles will be in $inlineStyles
    $cleanedOutput = preg_replace($regex . 'g', '', $dirtyInput );
}


$regex = '/<link[^>]*href="([^"]+)"*[^>]*>/is';
if (preg_match_all($regex, $dirtyInput, $externalFiles)) {

    // hrefs of external stylesheets $externalFiles;
    $cleanedOutput = preg_replace($regex . 'g', '', $cleanedOutput);
}

// more code to read styles from external css files and apply their styles and the inline styles to your markup (not a quick task...)

从值</style>中剥离<style>和<link>标记

1 个答案: