如何使用 PHP 从 HTML 代码中删除多余的 标签？答案

【问题标题】：How to remove redundant tags from HTML code using PHP?如何使用 PHP 从 HTML 代码中删除多余的 标签？
【发布时间】：2011-06-03 10:59:46
【问题描述】：

我正在用 PHP 解析一些凌乱的 HTML 代码，其中有一些多余的
标签，我想稍微清理一下它们。例如：

<br>

<br /><br /> 


<br>

如何使用 preg_replace() 替换类似的东西？：

<br /><br />

必须考虑换行符、空格以及 、  和  之间的差异。

编辑：基本上我想用两个替换三个或更多连续中断的每个实例。

【问题讨论】：

你如何区分哪些是多余的，哪些不是？
基本上我想用两个替换三个或多个连续中断的每个实例。

标签： php html regex preg-replace

【解决方案1】：

这是您可以使用的东西。只要有 2 个或更多   标签（在不同类型之间有空格），第一行就会找到，并将它们替换为格式正确的  。

如果你也想要的话，我还包括了第二行来清理其余的   标签。

function clean($txt)
{
    $txt=preg_replace("{(<br[\\s]*(>|\/>)\s*){2,}}i", "<br /><br />", $txt);
    $txt=preg_replace("{(<br[\\s]*(>|\/>)\s*)}i", "<br />", $txt);
    return $txt;
}

【讨论】：

还有一件事，如果您将第一次替换中的   更改为  您可以获得更好的输出（html 副，不确定您是否打算显示它） .

【解决方案2】：

这应该工作，使用最小说明符：

preg_replace('/(<br[\s]?[\/]?>[\s]*){3,}/', '<br /><br />', $multibreaks);

也应该匹配骇人听闻的  构造。

【讨论】：

这几乎是完美的，但是是的，它在
标签上令人窒息。
增加了一点；与  不匹配
嗯。它似乎不适用于这样的事情：
\n \n \n \n
在间隔之间添加了可选数量的空格，这有效吗？
它是否不仅适用于空格，也适用于换行符？无论如何，它似乎工作得很好。我还有一点麻烦：“

【解决方案3】：

这将替换所有中断...即使它们是大写的：

preg_replace('/<br[^>]*>/i', '', $string);

【讨论】：

查看我给 hsz 的评论。我假设情况相同。
还值得注意的是，这将匹配诸如   之类的标签或可能不希望完全折叠的类似结构的危险。当然，这可能与这种情况无关。

【解决方案4】：

尝试：

preg_replace('/<br\s*\/?>/', '', $inputString);

【讨论】：

这会删除所有中断标签，对吗？如果是这样，这不是我需要的。我想用两个替换三个或更多连续中断标签的任何实例。

【解决方案5】：

使用str_replace，它更适合简单的替换，你也可以传递一个数组而不是单个搜索值。

$newcode = str_replace("<br>", "", $messycode);

【讨论】：

作者写道：基本上我想用两个替换三个或更多连续中断的每个实例。
谢谢，但不幸的是，简单的替换不是我需要的。我想我最初的帖子有点混乱。