正則表達式從HTML標記中包含的字符串中修剪空格

Question

我有這個HTML字符串（已驗證）：

<div><img src="images/stories/2014/AAA.gif" alt="AAA" width="24" height="24" /> THE PRODUCTION OF: PLASTIC BOTTLES   <br /></div>

我必須提取<img>標簽附近的唯一標題，以修剪之前和之后的所有空格，而不是將其包裝在<h1>標簽中。 結果為：

<div><h1>THE PRODUCTION OF: PLASTIC BOTTLES</h1></div>

我已經完成了一個有效的正則表達式，但最終結果中還包含空格：

/<img\s*src="[^"]+"\s*alt="AAA"\s*width="24"\s*height="24"\s*\/>\s*([^<]+)\s*<br\s*\/>/

對於alt ， width和height屬性的這些特征值，可以識別圖像。 謝謝。

Answer 1

實際上，有一種足夠簡單的方法完全不需要正則表達式。

'<div><h1>' . trim(strip_tags($original_html)) . '</h1></div>';

首先刪除所有標簽，然后修剪空白，最后將其包裝在所需的任何標簽中。

Answer 2

使您的匹配不貪婪應該可以解決問題： <img\\s*src="[^"]+"\\s*alt="AAA"\\s*width="24"\\s*height="24"\\s*\\/>\\s*([^<]+?)\\s*<br\\s*\\/>注意額外?旁邊[^<]+ ）。更多可用的信息在這里 。

話雖如此，您實際上應該使用PHP DOM Parser之類的東西來處理HTML。

Answer 3

我認為更好的解決方案是使用jQuery。具體來說，方法.text（）

<div id='mydiv'><img src="images/stories/2014/AAA.gif" alt="AAA" width="24" height="24" /> THE PRODUCTION OF: PLASTIC BOTTLES   <br /></div>`
 <script>var text = $('#mydiv').text();$('#mydiv').html('<h1>' + text + '</h1>');</script>

結果是：

 <div><h1>THE PRODUCTION OF: PLASTIC BOTTLES</h1></div>