如何删除 PHP 中 <pre> 标记之间的所有内容？

Question

到目前为止，我已经阅读并尝试针对堆栈溢出实施大约 10 种不同的解决方案，但它们都不起作用。我要做的就是替换两个 pre 标签之间的内容（包括标签本身）。我不在乎它是正则表达式还是直接 php。有人有什么建议吗？

一个例子是：

This is how to remove pre tags and their contents:<br/>

<pre>
<?php>
[code here]
<?php>

That's all there is to it.

变成：

This is how to remove pre tags and their contents:</br>
That's all there is to it.

这需要在 html 呈现到页面之前发生。

我不确定 DOMDocument 是否有效。我的代码的上下文是它发生在表达式引擎的插件（基于 codeigniter / php 的 CMS）中。该插件将 html 截断为设定的字符长度，并将其呈现回父模板以在浏览器中呈现 - 因此 domdocument 无法呈现给浏览器 - 它只需将代码返回给父模板已删除标签和内容。

Answer 1

如果您使用断言（即前瞻/后瞻），Regex 将可以正常工作。这应该删除 pre 标签中的任何内容：

$page_content = preg_replace('/<(pre)(?:(?!<\/\1).)*?<\/\1>/s','',$page_content);

如果要包含其他标签，只需将它们添加到初始匹配组中，例如：

(pre|script|style)

删除正则表达式标签的唯一真正问题是相同类型的嵌套标签，例如：

<div>
    <div>inner closing tag might match beginning outer opening div tag leaving an orphan outer closing tag</div>
<div>

编辑

我测试了您在另一个答案的其他评论中留下的示例，对我来说很好：

$html = 'This is a quick snippet that often comes in handy: <pre>[code]blah blah[/code]</pre>';
$html = preg_replace('/<(pre)(?:(?!<\/?\1).)*?<\/\1>/s',"",$html);
var_dump($html);

结果：

string(51) "This is a quick snippet that often comes in handy: "

Answer 2

使用DOMDocument:

$html = '<div id="container">
    <div id="test"></div>
    <pre>
        content
    </pre>
</div>';

$dom = new DOMDocument;
$dom->loadXML($html);

$xpath = new DOMXPath($dom);
$query = '//div[@id="container"]/pre';
// $query = '//pre'; // for all <pre>
$entries = $xpath->query($query);

foreach($entries as $one){
    $newelement = $dom->createTextNode('Some new node!'); 
    $one->parentNode->replaceChild($newelement, $one);
}

echo $dom->saveHTML();

Codepad Example