在 PHP 中删除 div 样式/类的正则表达式答案

【问题标题】：Regular expression to remove div styles/classes in PHP在 PHP 中删除 div 样式/类的正则表达式
【发布时间】：2010-11-14 19:26:35
【问题描述】：

我想有选择地从字符串中解析出 HTML。我使用 strip_tags 来允许 div，但我不想保留字符串中的 div 样式/类。也就是说，我想要：

<div class="something">text</div>
<div style="something">text</div>

简单地变成：

<div>text</div>

在这两种情况下。

有人可以帮忙吗？谢谢！

【问题讨论】：

标签： php regex

【解决方案1】：

将以下正则表达式替换为空：

(?<=<div.*?)(?<!=\t*?"?\t*?)(class|style)=".*?"

【讨论】：

如果有一个属性包含class= 或style= 像<div title="style=" class="foo"> 怎么办？
@J V：这不会解决问题，例如见<div title=" style=" class="foo">。
好吧，它现在变得复杂了，但我想我明白了......老实说，如果 html 搞砸了，正则表达式是最不需要担心的 :)
别管空格，这个正则表达式不起作用，因为它需要可变长度的lookbehinds，而PHP（像大多数口味一样）不这样做。无论如何，Lookbehinds 绝不应该是您的首选；几乎总是有更简单的方法。
啊，在那种情况下，我屈服于文森特:)

【解决方案2】：

这是一个例子：

preg_replace('`<div (style="[^"]*"|class="[^"]*")>([^<]*)</div>`i', "<div>$1</div>", $str);

基本上，这将 div 的内容与样式或类属性相匹配。然后，您删除所有内容以仅保留 <div>content</div>。

它比 J V 的版本长，但它不会取代像 <div style="blablabla" color="blablabla">content</div> 这样的东西，例如。可能是也可能不是你想要的。

【讨论】：

我看到一个问题，使用 OP 给出的例子 :) （提示，中继器是贪婪的）
其实，.阶级是贪婪的。 [^"] 不是，它在遇到第一个 " 之后停止。不用担心，我会在发布之前测试我的代码（通常至少！）
想一想，这没有意义。我有一个匹配除“之外的每个字符”的类。当它遇到“时会发生什么？它停止匹配。这与 * 或任何量词无关。正如我所说，我用 OP 的示例测试了我的代码，它工作正常。
啊，是的，我明白了……虽然我的只是删除了样式/类属性本身，所以其他属性仍然存在。

【解决方案3】：

作为 regexp 的一个选项（这总是让我感到害怕），我建议使用 xml_parse_into_struct。

参见 php.net，这是第一个示例。

【讨论】：