删除空段落（ <p> ）标签的正确正则表达式（用于 PHP preg_replace）是什么？答案

【问题标题】：What is the correct regex (for PHP preg_replace) to remove empty paragraph ( <p> ) tags?删除空段落（ <p> ）标签的正确正则表达式（用于 PHP preg_replace）是什么？
【发布时间】：2010-09-20 22:08:20
【问题描述】：

我正在使用 Wordpress，需要能够删除图像和空白段落。到目前为止，我已经发现了如何毫无问题地删除图像。但是，我需要删除空段落标签。我正在使用 PHP preg_replace 来处理正则表达式函数。

所以，作为一个例子，我有字符串：

<p style="text-align:center;"><img src="http://www.blah.com/image.jpg" alt="Blah Image" /></p><p>Some text</p>

我在上面运行这个正则表达式：

/<img.*?(>)/

我最终得到了这个字符串：

<p style="text-align:center;"></p><p>Some text</p>

然后我需要能够删除空段落。我试过这个，但它删除了所有段落和段落的内容：

/<p[^>]*><\/p[^>]*>/

非常感谢任何帮助/建议！

【问题讨论】：

我在regexpal.com 上尝试过，它与示例字符串匹配得很好......
请阅读stackoverflow.com/questions/1732348/…，然后使用其他用于解析HTML的解决方案，例如XSLT、DOM或simplehtmldom.sourceforge.net
@Kyte 谢谢！正则表达式确实有效。我现在意识到还有一些其他问题需要首先解决。
re: XSLT - 通常是的，但这是来自 wordpress，这意味着十分之九的人从 MS Word 粘贴它，它是无效的任何东西（除了一个字符串）。
他没有解析 HTML，他只是剥离了一些标签。我认为这是一种合理的方法，但是@matthewpavkov，如果您使用“/”以外的字符来分隔您的正则表达式，您的任务将变得更容易。然后你不必在你的表达式中逃避正斜杠。 '#' 字符是一个典型的替代品，例如：'#
]*>
[^>]*>#'。顺便说一句，您的正则表达式在 PHP 5.2.6 中按预期工作，使用 preg_replace()。

标签： php regex wordpress preg-replace

【解决方案1】：

正确的正则表达式是没有正则表达式。请改用 HTML/DOM 解析器。它们使用简单。正则表达式适用于常规语言（HTML 不是）。

【讨论】：

感谢您的信息。我得看看这个。

【解决方案2】：

/<p[^>]*><\/p[^>]*>/（您提供的正则表达式）应该可以正常工作。如果它给您带来麻烦，您可以尝试双重转义 /，如下所示：/<p[^>]*><\\/p[^>]*>/

PHP 对引用和转义字符很有趣。例如"\n" 不等于'\n'。第一个是换行符，第二个是文字反斜杠，后跟一个“n”。字符串文字的 PHP 手动条目可能值得快速查看。

【讨论】：

"/n" 和 '/n' 是相同的； each 是一个由正斜杠后跟一个“n”组成的两个字符的字符串。此外，您的双重转义建议会在正则表达式中引入虚假的反斜杠。
嘿，那些应该是反斜杠。我认为，如果它在单引号字符串而不是双引号字符串中，则需要双转义。让我仔细检查一下。
双重转义建议不会在正则表达式中插入任何额外的字符。不过也无济于事。事实上它什么也没做。