除了带有远程链接的锚点之外，我如何才能剥离标签？答案

【问题标题】：How can I strip_tags except anchors with remote links?除了带有远程链接的锚点之外，我如何才能剥离标签？
【发布时间】：2014-05-06 21:42:12
【问题描述】：

如何用它的链接替换标签的内容

$str = 'This <strong>string</strong> contains a <a href="/local/link.html">local link</a>
        and a <a href="http://remo.te/link.com">remote link</a>';
$str = strip_tags($str,'<a>'); // strip out the <strong> tag
$str = ?????? // how can I strip out the local link anchor tag, but leave the remote link?
echo $str;

期望的输出：

This string contains a local link and a <a href="http://remo.te/link.com">remote link</a>

或者，更好，用它的 url 替换远程链接的内容：

This string contains a local link and a http://remo.te/link.com

我怎样才能达到最终的输出？

【问题讨论】：

看起来你可能想学习一些正则表达式:)
@JayBlanchard，哈哈。我终于弄明白了。

标签： php replace preg-replace str-replace strip-tags

【解决方案1】：

替换你的remotely linked anchor with the URL:

<a href="(https?://[^"]+)">.*?</a>
$1

要删除anchor around a local URL：

<a href="(?!https?://)[^"]+">(.*?)</a>
$1

解释：

这两个表达式都匹配 <a href="、"> 和 </a>。然后，第一个将匹配捕获组中的远程 URL（http、可选的s、:// 以及结束" 之前的所有内容），我们可以使用$1 引用该捕获组。第二个表达式将匹配不以之前使用的协议开头的任何内容，然后将链接的实际文本捕获到$1。

请注意，正则表达式并不是解析 HTML 的最佳解决方案，因为 HTML is not a regular language。但是，您的用例似乎足够“简单”，我们可以制作正则表达式。此不会与 <a href=''></a> 或 <a href="" title=""></a> 之类的链接一起使用，但它可以扩展以允许这些用例（因此我之前的 HTML 不是常规）。

PHP

$str = 'This <strong>string</strong> contains a <a href="/local/link.html">local link</a> and a <a href="http://remo.te/link.com">remote link</a>';
$str = strip_tags($str,'<a>');

$str = preg_replace('~<a href="(https?://[^"]+)".*?>.*?</a>~', '$1', $str);
$str = preg_replace('~<a href="(?!https?://)[^"]+">(.*?)</a>~', '$1', $str);

echo $str;
// This string contains a local link and a http://remo.te/link.com

【讨论】：

如果您需要我更深入地解释我的表达方式，请告诉我。

【解决方案2】：

注意： HTML 不是正则语言，无法使用正则表达式真正解析。请改用 DOM 解析器。

但是，如果您完全确定格式，则可以使用正则表达式。整个任务只需要分成两步：

/* Replace relative URIs with their anchor text */
$str = preg_replace('#<a[^>]*href="(?=/)[^"]+">([^<]+)</a>#', '$1', $str); 

/* Replace absolute URIs with their href */
$str = preg_replace('#<a[^>]*href="((?!/)[^"]+)">[^<]+</a>#', '$1', $str);

当然，如果其中一个属性值包含>，这将失败。如果您关心这些极端情况，使用 DOM 解析器将是正确的解决方案。

输出：

This string contains a local link
        and a http://remo.te/link.com

Demo

【讨论】：

【解决方案3】：

这可以通过使用类 DOMDocument 来实现

例如：

$doc = new DOMDocument('1.0', 'UTF-8');         
$doc->loadHTML($str);

以及进一步处理该方法的链接：

$doc->getElementsByTagName('a')

【讨论】：

【解决方案4】：

我是这样解决的：

$str = 'This <strong>string</strong> contains a <a href="/local/link.html">local link</a> and a <a href="http://remo.te/link.com">remote link</a>';
$str = preg_replace('/<a [^>]*?href="(http:\/\/[A-Za-z0-9\\.:\/]+?)">([\\s\\S]*?)<\/a>/','\\1', $str); // strip remote links and replace with href
$str = strip_tags($str); // strip any local links
echo $str;

结果：

This string contains a local link and a http://remo.te/link.com

【讨论】：

【解决方案5】：

如果这个字符串不是动态创建的，并且你知道data href，你可以试试

$str = 'This <strong>string</strong> contains a <a href="/local/link.html">local link</a>
        and a <a href="http://remo.te/link.com">remote link</a>';
$str = str_replace(array('<a href="/local/link.html">', '</a>'), ' ' , $str);       
$str = strip_tags($str,'<a>'); // strip out the <strong> tag
echo $str;

结果：

This string contains a  local link and a <a href="http://remo.te/link.com">remote link</a>

【讨论】：

【解决方案6】：

简单的 html dom 可能是你最好的选择：

$doc = str_get_html($html);

foreach($doc->find('a') as $a){
  $a->outertext = preg_match('/^http/', $a->href) ? $a->href : $a->text();
}

echo $doc;

【讨论】：

【解决方案7】：

就我的情况而言，我需要一些东西来替换锚标记，但保留锚标记的链接和 内部文本。因此，我修改了@Sam 的解决方案，并为内部文本添加了一个额外的匹配组。

$text = strip_tags($html,'<a>');
$text = preg_replace('~<a href="(https?://[^"]+)".*?>(.*?)</a>~', '$2 ($1)', $text);

对于<a href="https://stackoverflow.com">Stackoverflow<a>，上面的代码将输出Stackoverflow (https://stackoverflow.com)。

【讨论】：