php 清理 html 正则表达式答案

【问题标题】：php clean html regexphp 清理 html 正则表达式
【发布时间】：2011-06-10 16:25:46
【问题描述】：

好吧，我在使用正则表达式或正则表达式时总是遇到很多困难，所以我正在寻求帮助。

我正在尝试探索浏览器的 html 编辑功能，但大多数时候我得到了我不需要的东西，比如这个

<div style="text-align: left;"><span style="font-size: small;"><font face="verdana"><br></font></span></div>

有人可以提供一个正则表达式来将其转换为 <br> 吗？

如果可能的话，理想的交易是处理不同的组合，例如字体可能不是 verdana，并且 text-align 的样式可以是每个示例的中心。

提前致谢。

普鲁达

【问题讨论】：

不要使用正则表达式解析 HTML。这是一篇关于如何正确操作的非常好的帖子：stackoverflow.com/questions/3650125/how-to-parse-html-with-php
你如何决定你想保留什么，你想去掉什么？我在这里看到的唯一真实的事情是 <font> 已被弃用，不应出现在您的 html 中。
如果您真的想了解为什么永远不要尝试使用正则表达式解析 (x)html，请继续阅读：stackoverflow.com/questions/1732348/…
谢谢你的链接，去研究一下:-)

标签： php regex

【解决方案1】：

由于解析 HTML 的限制，正则表达式不是正确的路径。

我认为你最好去看看strip_tags()。特别是使用允许哪些标签的第二个参数。但是，在您的情况下，确定要删除和保留哪些标签可能很困难。如果确实如此，您可能需要更新您的问题。

【讨论】：

【解决方案2】：

如果您想使用简单的 br 标签删除固定的 HTML 汤料堆积，那么正则表达式可能是可行的。然而，我没有看到这里的困难。您的字符串本身不包含元字符。因此，您只需将left 和Verdana 替换为\w+ 或[\w\s]+ 之类的占位符，并将所有内容放入# 之类的分隔符中。

【讨论】：