从段落标签中剥离样式属性答案

【问题标题】：Stripping style attribute from paragraph tags从段落标签中剥离样式属性
【发布时间】：2014-09-22 19:43:42
【问题描述】：

我发现这个从标签中去除样式属性的正则表达式。

$content = preg_replace('/(<[^>]+) style=".*?"/i', '$1', $_POST['content']);

它工作得很好，但我正在尝试找到一个解决方案，只将样式从段落<p>标签中剥离出来：

<h1 style="font: times">Hello</h1>
<p style="font: verdana">World</p>

会变成

<h1 style="font: times">Hello</h1>
<p>World</p>

我自己尝试过修改正则表达式，但我无法解决这个问题，我的正则表达式失败了。

【问题讨论】：

我建议使用适当的 HTML 库。这个嵌套问题特别难以用正则表达式解决 -
元素 不需要 需要显式关闭并没有帮助。
@user2864740 我明白了，我可能会看一下要使用的库。在这种情况下，虽然我可以保证它们将永远关闭。
询问要使用的 which 库 - 可能。但这就是搜索引擎和研究的目的。（一旦选择了一个库，那么关于它的使用的问题会更合适。）

标签： php html regex

【解决方案1】：

(SKIP)(F) 和`\K`

关于使用正则表达式解析 html 的所有免责声明，您可以使用这个正则表达式：

<(?!p)[^>]*>(*SKIP)(*F)|<p[^>]*\Kstyle\s*=\s*"[^"]*"

查看 the Regex Demo 底部的替换。

示例 PHP 代码

$replaced = preg_replace('~<(?!p)[^>]*>|<p[^>]*\Kstyle\s*=\s*"[^"]*"~',
                          '', 
                          $yourstring);

说明

这个问题是这个问题中向"regex-match a pattern, excluding..."解释的技术的经典案例

交替| 的左侧匹配完整的<non-p tags> 然后故意失败，之后引擎跳到字符串中的下一个位置。右侧匹配样式，我们知道它们是正确的，因为它们没有被左侧的表达式匹配。

参考

【讨论】：

FYI 添加了解释。 :)

【解决方案2】：

只需在捕获的组中添加p\b 以确保仅选择p（而不是pre）：

$content = preg_replace('/(<p\b[^>]*) style=".*?"/i', '$1', $_POST['content']);

【讨论】：

@zx81，但是捕获组又加回来了？
@zx81，我的意思是替换成$1
我完全错过了。抱歉，+1 :)

【解决方案3】：

避免使用正则表达式并使用正确的tool 来完成工作...

$html = <<<DATA
<h1 style="font: times">Hello</h1>
<h2 style="font: times">Hello</h2>
<p style="font: verdana">World</p>
DATA;

$dom = new DOMDocument;  
$dom->loadHTML($html); // Load your HTML

$xpath = new DOMXPath($dom);  

foreach ($xpath->query('//p[@style]') as $node) {
    $node->removeAttribute('style'); 
}

echo $dom->saveHTML();

输出

<h1 style="font: times">Hello</h1>
<h2 style="font: times">Hello</h2>
<p>World</p>

【讨论】：

(*SKIP)(*F) 和\K

(SKIP)(F) 和`\K`