使用Regex刪除幾乎所有HTML注釋

Question

使用此正則表達式：

preg_replace( '/<!--(?!<!)[^\[>].*?-->/', '', $output )

我可以從頁面中刪除所有HTML注釋，除了以下內容：

<!--[if IE 6]>
    Special instructions for IE 6 here
<![endif]-->

我如何修改它以排除包含唯一短語（例如“ batcache”）的HTML注釋？

因此，一個HTML注釋如下：

<!--
generated 37 seconds ago
generated in 0.978 seconds
served from batcache in 0.004 seconds
expires in 263 seconds
-->

不會被刪除。

---

這段代碼似乎可以解決問題：

preg_replace( '/<!--([\s\S]*?)-->/', function( $c ) { return ( strpos( $c[1], '<![' ) !== false || strpos( $c[1], 'batcache' ) !== false ) ? $c[0] : ''; }, $output )

Answer 1

這應該替換不包含“ batcache”的注釋。 匹配在以下兩個標簽之間完成： <!--至--> 。

$result = preg_replace("/<!--((?!batcache)(?!\\[endif\\])[\\s\\S])*?-->/", "", $str);

您可以在這里進行測試。

正如其他用戶已經說過的那樣，用正則表達式解析HTML並不總是安全的，但是如果您對要解析的HTML類型有相對的保證，那么它應該可以正常工作。 如果正則表達式與某些特定用例不匹配，請告訴我。