使用 PHP 删除大多数内联样式和属性 [重复]答案

【问题标题】：Removing most inline styles and properties with PHP [duplicate]使用 PHP 删除大多数内联样式和属性 [重复]
【发布时间】：2011-02-08 20:27:45
【问题描述】：

这个问题与一个类似的案例有关，即Removing inline styles using php

那里的解决方案不会删除，即：<font face="Tahoma" size="4">

但是假设我有一个混合的内联样式和属性，像这样：

<ul style="padding: 5px; margin: 5px;">
    <li style="padding: 2px;"><div style="border:2px solid green;">Some text</div></li>
    <li style="padding: 2px;"><font face="arial,helvetica,sans-serif" size="2">Some text</font></li>
    <li style="padding: 2px;"><font face="arial,helvetica,sans-serif" size="2">Some text</font></li>  
</ul>

实现这个结果需要什么正则表达式？

<ul>
    <li><div>Some text</div></li>
    <li><font>Some text</font></li>
    <li><font>Some text</font></li>  
</ul>

【问题讨论】：

标签： php regex preg-replace

【解决方案1】：

像往常一样，正则表达式并不适合解析 HTML。使用实际的 HTML 解析器可能会更好。

也就是说……

$noattributes = preg_replace('/<(\w+) [^>]+>/', '<$1>', $original);

...将所有包含属性的开始标签替换为相应的不带属性的标签。但是，它也可能意外地碰到包含在其他标签的引用属性中的“标签”（因此实际上不是标签本身）。它还会导致自闭合标签出现问题（它将用<br> 替换<br />）-尽管如果自闭合标签在标签名称和斜杠之间没有空格，则可以避免这种情况。

【讨论】：

喜欢吗？ $formatted = preg_replace(']+>,'', $text);
查看我的编辑版本；你必须记住分隔正则表达式。
我同意，使用HTML解析更好
是的，当然。问题是，我不是在解析整个 XML/HTML 文档，而是使用 xPath 来检索我需要的部分，但每个项目的描述都可以包含一些 HTML（如提供的示例）。在本节中使用 regExp 不会对性能造成太大影响，不是吗？
可能不会。如果你要多次使用同一个正则表达式，PCRE 求值器通常会为你缓存正则表达式的编译形式，所以不会有太大的影响。