通过 PHP 选择性地替换某些 HTML 标签，同时保留一些

Question

我有一个包含 html 代码的表单，由于我无法禁用 MCE 编辑器的自动格式设置，有时会有点混乱。

我已经用 PHP 做了一些简单的替换，但还有一些我不太确定。

删除 ALL <span> 标记，例如 <span style="font-family: inherit; font-weight: inherit; line-height: 1.3;"> 包括它们的 </span> 对应物，但不这些标记内的内容。

例如：<span style="font-family: inherit; font-weight: inherit; line-height: 1.3;">StackOverflow</span> 会变成只是 StackOverflow

唯一应该不删除的是那些看起来像：

<span class="MainLink" style="font-weight: bold"><a href="https://website.com/" style="color: #2f82de; text-decoration: none">link name</a></span>

所以基本上任何封装了<a href... 链接。

任何想法如何做到这一点，我认为我需要使用正则表达式来做到这一点，但可能有更简单/更好的方法。

Answer 1

试试这个：

$output = preg_replace('/<span[^>]*>(?!<a[ >])|(?<!\/a>)<\/span>/', '', $input);

Regex101 Tested

这个正则表达式有两部分：

1. 它会删除后面没有 <a 的所有 <span>。
2. 它会删除前面没有 /a> 的所有 </span>。

注意：此解决方案是对问题的快速修复，并假定 HTML 有效。在某些情况下，这可能无法正常工作，但 OP 可能不会有任何这些情况（例如，span 内的自动关闭 a 标记）。请参阅 Regex101 以了解 所考虑的场景的演示。

Answer 2

已编辑以切换捕获组

我总是觉得做这样的事情真的很棘手，因为往往有很多不可预见的情况需要处理，否则它们会回来咬我。

话虽如此，这种正则表达式的挑战通常很有趣。

我可能会尝试这样的事情：

(?:<span[^>]*?>)(?!<a)(.*?)(?:<\/span>)

在这里行动：https://regex101.com/r/qY8pL5/3

它的作用是首先尝试匹配跨度标记的开头，并找到开头标记最有可能结束的位置。这被放入非捕获组中，因此可以丢弃。接下来，它确保接下来的两个字符不是锚标记，因为不应剥离包裹锚的跨度。下一部分是一个捕获组，它尽可能地懒惰地抓取每个字符，直到它到达一个结束的 span 标签。结束跨度标记也收集在非捕获组中，因此可以丢弃。

这将匹配独立的跨度标签和包裹在锚点中的跨度标签。它不会匹配包裹锚点的跨度标签。

在 php 中你可以这样实现它：

$final_string = preg_replace('/(?:<span[^>]*?>)(?!<a)(.*?)(?:<\/span>)/', '${1}', $string);

第一个参数是我们的正则表达式，第二个参数是我们想要用来替换我们的正则表达式匹配的参数 - 在这种情况下，第一个（并且仅在这种情况下）捕获组被保留 - 最后我们传递我们的字符串希望匹配。

---

请注意，@fusion3k 是迄今为止编写的最佳答案，它提供了用于进行任何类型的真正 HTML 解析的综合方法。

Answer 3

要执行此操作，您需要一个解析器，而不是正则表达式（另请参阅 The Famous Answer 关于此）

从这个例子开始，DOMDocument 和 DOMXpath：

$dom = new DOMDocument();
libxml_use_internal_errors(1);
$dom->formatOutput = True;
$dom->loadHTML( $html );
$xpath = new DOMXPath( $dom );

while( $node = $xpath->query( '//span[not(contains(@class,"MainLink"))]' )->item(0) )
{
    $fragment = $dom->createDocumentFragment();
    while( $node->childNodes->length ) 
    {
        $fragment->appendChild( $node->childNodes->item(0) );
    }
    $node->parentNode->replaceChild( $fragment, $node );
}

echo $dom->saveHTML();

用这一行：

while( $node = $xpath->query( '//span[not(contains(@class,"leave"))]' )->item(0) )

您在class 属性中搜索不包含“leave”的每个<span> 节点：如果找到此模式（->item(0)），则执行循环。

然后您创建一个新的DOMDocumentFragment，这是一个特殊的临时节点，您可以在其中添加所有子节点：

    while( $node->childNodes->length ) 
    {
        $fragment->appendChild( $node->childNodes->item(0) );
    }

将所有子节点移动到新片段后，将空的<span> 节点替换为片段。

---

其他可以帮助您的有用 XPath：

• //span[not(a)] ：选择所有 <span> 节点后面没有 <a> 子节点；
• //span[not(contains(@class,"leave")) and not(contains(@class,"yes"))] ：选择所有<span> 节点，在class 属性中没有“离开”或“是”。