8

我只是想知道是否有人知道从 php 中的字符串中删除所有类的函数。基本上我只想要

<p>

标签而不是

<p class="...">

如果这是有道理的:)

4

6 回答 6

11

一个相当天真的正则表达式可能对你有用

$html=preg_replace('/class=".*?"/', '', $html);

我说天真，因为如果您的正文由于某种原因碰巧包含 class="something" ，它就会失败！。如果需要，可以通过在尖括号标签内查找 class="" 来使其更加健壮。

于 2009-07-23T10:38:05.557 回答
3

也许这对您的需求来说有点矫枉过正，但是，要解析/验证/清理 HTML 数据，我知道的最好的工具是HTML Purifier

它允许您定义哪些标签和哪些属性是可以的；和/或哪些不是；它提供有效/干净的 (X)HTML 作为输出。

（使用正则表达式“解析”HTML 一开始似乎还可以……然后，当您想添加特定的东西时，理解/维护通常会变得很糟糕）

于 2009-07-23T10:42:09.293 回答
2

您将 HTML 加载到 DOMDocument 类中，然后将其加载到 simpleXML 中。然后对所有 p 元素进行 XPath 查询，然后循环遍历它们。在每个循环中，您将类属性重命名为“killmeplease”之类的名称。

完成后，将 simpleXML 重新输出为 XML（顺便说一下，这可能会更改 HTML，但通常只是为了更好），您将拥有一个 HTML 字符串，其中每个 p 都有一个“killmeplease”类。使用 str_replace 实际删除它们。

例子：

$html_file = "somehtmlfile.html";

$dom = new DOMDocument();
$dom->loadHTMLFile($html_file);

$xml = simplexml_import_dom($dom);

$paragraphs = $xml->xpath("//p");

foreach($paragraphs as $paragraph) {
     $paragraph['class'] = "killmeplease";
 }

 $new_html = $xml->asXML();

 $better_html = str_replace('class="killmeplease"', "", $new_html);

或者，如果您想让代码更简单但与 preg_replace 纠缠不清，您可以使用：

$html_file = "somehtmlfile.html";
$html_string = file_get_contents($html_file);

$bad_p_class = "/(<p ).*(class=.*)(\s.*>)/";

$better_html = preg_replace($bad_p_class, '$1 $3', $html_string);

正则表达式的棘手部分是它们往往是贪婪的，如果你的 p 元素标签中有换行符，试图关闭它可能会导致问题。但是给其中任何一个机会。

于 2009-07-23T11:09:37.070 回答
2

HTML 净化器

由于可以编写或格式化代码的数百种不同方式，因此 HTML 对正则表达式可能非常棘手。

HTML 净化器是一个成熟的HTML 净化开源库。我会建议在这种情况下使用它。

在 HTML 净化器的配置文档中，您可以指定应该允许的类和属性，以及净化器在找到它们时应该做什么。

http://htmlpurifier.org/docs/

于 2009-07-23T11:13:49.603 回答
2 
$html = "<p id='fine' class='r3e1 b4d 1' style='widows: inherit;'>";    
preg_replace('/\sclass=[\'|"][^\'"]+[\'|"]/', '', $html);

如果您要针对 Microsoft Office 导出的 HTML 进行测试，您需要的不仅仅是删除类，但HTML Tidy有一个仅适用于 Microsoft Office的配置标志！

否则，这应该比其他一些答案更安全，因为它们有点贪婪并且您不知道将使用哪种封装（'或"）。

注意：该模式实际上是/\sclass=['|"][^'"]+['|"]/但是，因为有两个引号 ( ") 撇号 ( ')，我不得不转义所有出现的一个 ( \') 来封装该模式。

于 2012-10-11T15:04:52.097 回答
1

我会在 jQuery 上做这样的事情。把它放在你的页眉中：

$(document).ready(function(){
$(p).each(function(){
     $(this).removeAttr("class");
     //or  $(this).removeclass("className");
})

});

于 2009-07-23T10:42:01.943 回答