如何删除空的 html 标签（包含空格和/或其 html 代码）答案

【问题标题】：How to remove empty html tags (which contain whitespaces and/or their html codes)如何删除空的 html 标签（包含空格和/或其 html 代码）
【发布时间】：2015-09-01 03:31:14
【问题描述】：

需要一个用于 preg_replace 的正则表达式。

“另一个问题”中没有回答此问题，因为并非我要删除的所有标签都不为空。

我不仅要从 HTML 结构中删除空标签，还要删除包含换行符、空格和/或其 html 代码的标签。

可能的代码是：

在删除匹配标签之前：

<div> 
  <h1>This is a html structure.</h1> 
  <p>This is not empty.</p> 
  <p></p> 
  <p><br /></p>
  <p> <br /> &;thinsp;</p>
  <p>&nbsp;</p> 
  <p> &nbsp; </p> 
</div>

删除匹配标签后：

<div> 
  <h1>This is a html structure.</h1> 
  <p>This is not empty.</p> 
</div>

【问题讨论】：

Regex to remove empty html tags, that contains only empty children的可能重复

标签： php html regex preg-replace

【解决方案1】：

您可以使用以下内容：

<([^>\s]+)[^>]*>(?:\s*(?:<br \/>|&nbsp;|&thinsp;|&ensp;|&emsp;|&#8201;|&#8194;|&#8195;)\s*)*<\/\1>

并替换为''（空字符串）

见DEMO

注意：这也适用于带有属性的空 html 标签。

【讨论】：

您好，我更新了您的测试并在标签内添加空格时失败。这是error 的链接，而另一个link 与调整有关。你刚刚在关闭捕获组之前错过了这个|&#8195;)\s*|\s*)
这是一个很好的答案，但应更新为 this 以处理这两种情况：<br> 和 <br/>
排除iframe、canvas等标签preg_replace('~<((?!iframe|canvas)\w+)[^>]*>(?:\s*(?:<br \/>|&nbsp;|&thinsp;|&ensp;|&emsp;|&#8201;|&#8194;|&#8195;)\s*)*<\/\1>~iu', "", $html)

【解决方案2】：

使用tidy它使用以下函数：

function cleaning($string, $tidyConfig = null) {
    $out = array ();
    $config = array (
            'indent' => true,
            'show-body-only' => false,
            'clean' => true,
            'output-xhtml' => true,
            'preserve-entities' => true 
    );
    if ($tidyConfig == null) {
        $tidyConfig = &$config;
    }
    $tidy = new tidy ();
    $out ['full'] = $tidy->repairString ( $string, $tidyConfig, 'UTF8' );
    unset ( $tidy );
    unset ( $tidyConfig );
    $out ['body'] = preg_replace ( "/.*<body[^>]*>|<\/body>.*/si", "", $out ['full'] );
    $out ['style'] = '<style type="text/css">' . preg_replace ( "/.*<style[^>]*>|<\/style>.*/si", "", $out ['full'] ) . '</style>';
    return ($out);
}

【讨论】：

【解决方案3】：

我不太擅长regex，但是，试试这个

\<.*\>\s*\&.*sp;\s*\<\/.*\>|\<.*\>\s*\<\s*br\s*\/\>\s*\&.*sp;\s*\<\/.*\>|\<.*\>\s*\&.*sp;\s*\<\s*br\s*\/\>\<\/.*\>

基本匹配

标签中包含 HTML 空间元素或
在 HTML 空间元素之前出现中断的标签
在 HTML 空间元素之后出现中断的标签

【讨论】：