用于查找空锚标签的正则表达式

Question

我正在寻找一个在任何html字符串中找到所有空锚标签的正则表达式。 “空”表示本身或其任何子节点中没有文本节点。

例如，应该找到这些：

<p>abc<a href="http://foo.com"></a>def</p>
<p>abc<a href="http://foo.com"><span></span></a>def</p>
<p>abc<a href="http://foo.com"><span><b></b></span></a>def</p>

而这些不是：

<p>abc<a href="http://foo.com">Some text</a>def</p>
<p>abc<a href="http://foo.com"><span></span></a>def</p>
<p>abc<a href="http://foo.com">Some<span><b>Text</b></span></a>def</p>

正则表达式应该与POSIX兼容（我需要它用于MySQL）。

为什么呢？ 我需要它来删除mysql表列（使用纯MySQL）中的空锚和一个帮助自定义regex_replace函数，老实说，我不知道更好的方法来实现这一点。 MySQL UpdateXML不能同时用于多个匹配。

Answer 1

这将有效：

/<a href=.*?><\/a>/

Answer 2

尝试使用此模式，它适用于您的情况

<[^/>]+>[ \n\r\t]*</[^>]+>

Answer 3

答案是：不要这样做。 Parsing HTML with regex is bad，而是使用PHPs SimpleXML类的组合来浏览DOM树。