php - preg_replace 删除空标签但保留块引用的结尾

Question

我做了这个表达式来删除页面中的所有空（包括只有空格的标签）标签。

$content =  preg_replace('/<[^\/>]*>([\s]?)*<\/[^>]*>/', '', $content);

在它不得不处理这样的内容之前，它一直是一种享受……

 <blockquote>
<p >foo bar</p>
</blockquote>
<p ><a href="image.jpg" rel="lightbox" title=""><img  title="image" src="image.jpg" /></a><br /></p>

并将其输出为...

<blockquote>
<p >this is a test for the pluggin</p>
<p ><a href="image.jpg" rel="lightbox" title=""><img  title="image" src="image.jpg" /></a><br /></p>

从而删除</blockquote>.

我一直在这个问题上摸不着头脑，无法让它工作。除了指定它应该格式化的标签之外，任何人都可以看到一个明显的解决方案吗？我还应该说它正在格式化 wordpress 帖子上的“the_content”。

Answer 1

正则表达式和 HTML 不是很好的匹配，因为 HTML 不是常规语法，并且没有边界情况和陷阱。最好使用 HTML 解析器（例如这个）并检查/操作 DOM 对象。

Answer 2

您可能还想看看HTML Purifier，它比 Simple HTML Dom 更高级，如果您发现它没有获取所有标签。