正则表达式删除空标签（其中任何一个）？答案

【问题标题】：Reg expression to remove empty Tags (any of them)?正则表达式删除空标签（其中任何一个）？
【发布时间】：2013-02-08 22:28:30
【问题描述】：

我喜欢删除 any 空的或包含空格的空 html 标记。

想要得到的东西：

$string = "<b>text</b><b><span> </span></b><p>  <br/></p><b></b><font size='4'></font>";

到：

$string ="<b>text</b>=;

【问题讨论】：

<img> 标签或其他有意义的标签呢？ line1 line2 呢？空的<td> 标签呢？你能更好地描述你的目的吗？试着解释你想要做什么，而不是你认为应该怎么做。
一般来说，用正则表达式解析 html 是个坏主意。改用 xml 解析器
另外，我认为应该是$string = "text";，但这可能只是一个错字。

标签： php regex

【解决方案1】：

这是DOM的一种方法：

// init the document
$dom = new DOMDocument;
$dom->loadHTML($string);

// fetch all the wanted nodes
$xp = new DOMXPath($dom);
foreach($xp->query('//*[not(node()) or normalize-space() = ""]') as $node) {
    $node->parentNode->removeChild($node);
}

// output the cleaned markup
echo $dom->saveXml(
    $dom->getElementsByTagName('body')->item(0)
);

这会输出类似

<body><b>text</b></body>

XML 文档需要一个根元素，所以没有办法省略它。不过你可以str_replace它。以上可以处理损坏的HTML。

如果您想选择性地删除特定节点，请调整 XPath 查询。

另见

【讨论】：

【解决方案2】：

function stripEmptyTags ($result)
{
    $regexps = array (
    '~<(\w+)\b[^\>]*>\s*</\\1>~',
    '~<\w+\s*/>~'
    );

    do
    {
        $string = $result;
        $result = preg_replace ($regexps, '', $string);
    }
    while ($result != $string);

    return $result;
}


$string = "<b>text</b><b><span> </span></b><p>  <br/></p><b></b><font size='4'></font>";
echo stripEmptyTags ($string);

【讨论】：

这项工作。还有 1 个问题：1）我如何告诉函数应该删除哪些标签，假设我只需要删除：p、a 和 span 标签。
经过深思熟虑，我真的认为您应该使用 DOM 方法，因为它更可靠。
我将您的部分函数更改为：（但现在根本不起作用）$regexps = array ('~]*> \s*\\1>~', '~
~' );
与现实性相关：在我的情况下，我将仅将您的函数用于 html 文档的某些部分中的文本，但我不会将它用于整个 html 文档。那么我认为这不会是市长的问题。你怎么看？
标签枚举版本的问题是你永远不知道这些标签会是什么。第一个正则表达式有 '~]*>\s*\\1>~'。

【解决方案3】：

您需要多次运行代码才能仅使用正则表达式执行此操作。

执行此操作的正则表达式是：

/<(?:(\w+)(?: [^>]*)?`> *<\/$1>)|(?:<\w+(?: [^>]*)?\/>)/g

但是，例如在您的字符串上，您必须至少运行两次。一旦它将删除 ，第二次将删除剩余的 。

【讨论】：