<a>标签替换的</a>正则表达式

Question

我是正则表达式的新手，但我正在尝试学习它。 我想删除html文本的标记，而只保留内部文本。 像这样：

Original: Lorem ipsum <a href="http://www.google.es">Google</a> Lorem ipsum <a href="http://www.bing.com">Bing</a>
Result:  Lorem ipsum Google Lorem ipsum Bing

我正在使用此代码：

$patterns = array( "/(<a href=\"[a-z0-9.:_\-\/]{1,}\">)/i", "/<\/a>/i");
$replacements = array("", "");

$text = 'Lorem ipsum <a href="http://www.google.es">Google</a> Lorem ipsum <a href="http://www.bing.com">Bing</a>';
$text = preg_replace($patterns,$replacements,$text);

它可以工作，但是我不知道这段代码是更有效还是更易读。

我可以通过某种方式改进代码吗？

Answer 1

在您的情况下，PHP的strip_tags()应该可以完全满足您的需要，而无需使用正则表达式。 如果您只想剥离特定标签（默认情况下， strip_tags()不能执行此操作），则User Contributed Notes中有一个功能。

通常，正则表达式不适合解析HTML。 最好使用诸如Simple HTML DOM之类的DOM解析器或PHP的内置解析器之一 。

Answer 2

不要使用正则表达式 ，而应使用DOM解析器 。

Answer 3

如果您的内容仅包含锚标记，则strip_tags可能更易于使用。

如果a和href之间有多余的空格，或者标签中包含其他任何属性，则不会替换您的preg_replace。

Answer 4

在这种情况下，使用正则表达式不是一个好主意。 话说回来：

<?php
    $text = 'Lorem ipsum <a href="http://www.google.es">Google</a> Lorem ipsum <a href="http://www.bing.com">Bing</a>';
    $text = preg_replace(
        '@\\<a\\b[^\\>]*\\>(.*?)\\<\\/a\\b[^\\>]*\\>@',
        '\\1',
        $text
    );
    echo $text;
    // Lorem ipsum Google Lorem ipsum Bing
?>

这是一个非常琐碎的正则表达式，不是证明。

Answer 5

您无法使用正则表达式解析[X] HTML。