文章/答案/技术大牛

发布

社区首页 >问答首页 >PHP Regex删除<pre></pre>代码块中的HTML标记

问PHP Regex删除<pre></pre>代码块中的HTML标记
EN

Stack Overflow用户

提问于 2020-09-18 09:38:21

回答 1查看 355关注 0票数 1

我有一个复杂的HTML代码字符串，其中包含了几个预标记，其中包含了代码(例如python)，并且还使用了应该删除的HTML标记进行修饰。

例如：

Some text.
<pre>
a = 5 <br/>
b = 3
</pre>
More text
<pre>
a2 = "<a href='something'>text</a>"
b = 3
</pre>
final text

我想清除所有的HTML标签(这些可能是基本标签，br，em，div，a等等)。我不需要解析HTML，我知道regex cannot parse html。

Some text.
<pre>
a = 5
b = 3
</pre>
More text
<pre>
a2 = "text"
b = 3
</pre>
final text

我想使用PHP (使用类似于preg_replace的东西)来完成这个任务。例如：

$html = "<html><head></head><body><div><pre class=\"some-css-class\">
         <p><strong>
         some_code = 1
         </p></strong>
         </pre></div></body>"; // Compacting things here, for brevity

$newHTML = preg_replace("/(.*?)<pre[^<>]*>(.*?)<\/pre>(.*)/Us", "$1".strip_tags("$2", '<p><a><strong>')."$3", $html);
echo $newHTML;

这个示例代码显然不起作用，因为：(1)它只适用于一个预标记，(2)代码strip_tags("$2", '<p><a><strong>')显然不能工作，因为它没有在正确的位置处理字符串(它只返回"$2“，而不是获取文本并正确地操作它)。

对于如何在PHP中做到这一点，有什么建议吗？谢谢。

php

html

regex

preg-replace

pre

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-09-18 10:07:25

您需要在回调体中使用preg_replace_callback并调用strip_tags：

preg_replace_callback('~(<pre[^>]*>)([\s\S]*?)(</pre>)~',
function ($m) { return $m[1] . strip_tags($m[2], ['p', 'b', 'strong']) . $m[3]; },
$s);

Some text.
<pre>
a = 5
b = 3
</pre>
More text
<pre>
a2 = "text"
b = 3
</pre>
final text

请注意，上面的strip_tags删除除p、b和strong以外的所有标记。

RegEx详细信息：

(<pre[^>]*>)：匹配#1
([\s\S]*?)：匹配0或更多字符(包括换行符)中的<pre...>和捕获，在组$2中捕获。[\s\S]匹配任何字符，包括newline.
(</pre>)：匹配</pre>和第3组

中的捕获。

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/63953206

复制

相似问题

问PHP Regex删除<pre></pre>代码块中的HTML标记
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问PHP Regex删除<pre></pre>代码块中的HTML标记EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问PHP Regex删除<pre></pre>代码块中的HTML标记
EN