正则表达式删除链接但不在 img 标签内答案

【问题标题】：regex remove link but not inside an img tag正则表达式删除链接但不在 img 标签内
【发布时间】：2012-09-21 01:04:47
【问题描述】：

我经营一个邮寄网站。我设置了正则表达式来替换 html 电子邮件正文中的链接。

我用：

// remove entire anchors

$body=preg_replace('/<a[^>]*>(.*)<\/a>/iU','[Link Removed]', $body);

// remove links not wrapped in an anchor tag

$body= preg_replace('!((?:www|http://)[^ ]+)!', '[Link Removed]', $body);

我遇到的问题是在 html 中放置了一张图片。当然，img src 被替换为 [Link Removed] 并且在电子邮件中显示了一个损坏的图像。如果链接是图像的 src，我不希望替换链接。

我怎样才能做到这一点？

【问题讨论】：

标签： php regex

【解决方案1】：

试试这个：

$body= preg_replace('~(?<!src=["\'])(?:www|http://)[^ ]+~', '[Link Removed]', $body);

【讨论】：

【解决方案2】：

我希望您知道与使用正则表达式处理 HTML 相关的问题？不幸的是，PHP 没有简单的替代方案

如果您使用否定的look-behind，您可以忽略src 属性中的URL

此外，www 选项必须增强为 (?<!/)www（www 前面没有斜线）

这会做你想做的事

$body= preg_replace('_(?<!src=["\'])(?:http://|(?<!/)www)\S+_', '[Link Removed]', $body);

但请注意，没有什么可以防止字符引用被用作属性值的分隔符，因此图像可能看起来像

<img src=&#34;http:www.mysite.com/image.png&#34;>

但显然这不太可能

【讨论】：

好人！谢谢！正则表达式对我来说就像中文，我没有足够的中文来学习它！两种方式都适合我的目的；-) 感谢您的宝贵时间！包括@xdazz