PHP：regexp和特定標記剝離

Question

我正在尋找一種剝離所有錨標簽的方法，我也希望刪除從'，'到<br>所有內容，但<br>應該保留thr。

臟輸入：

Abstractor HLTH<br>
Account Representative, Major <a href="#P">P</a><br>
Accountant <a href="#NP">NP</a>, <a href="#M">M</a>, <a href="#REA">REA</a>, <a href="#SKI">SKI</a><br>

它應該像這樣：

Abstractor HLTH<br>
Account Representative<br>
Accountant <br>

請幫忙！

-以下是臟文字：

$str = sprintf('

Abstractor HLTH<br>
Account Representative, Major <a href="#P">P</a><br>

Accountant <a href="#NP">NP</a>, <a href="#M">M</a>, <a href="#REA">REA</a>, <a href="#SKI">SKI</a><br>
Accountant, Cost I & II (See Cost Accountant I, II) <a href="#FR">FR</a><br>
Accountant, General <a href="#G">G</a><br>
Accountant, General I (Junior) (See General Accountant) <a href="#FR">FR</a>, <a href="#O/G">O/G</a>, <a href="#W">W</a><br>

Accountant, General II (Intermediate) (See General Accountant) <a href="#FR">FR</a>, <a href="#O/G">O/G</a>, <a href="#W">W</a>, <a href="#HA">HA</a> <br>
Accountant, General III (Senior) (See General Accountant) <a href="#FR">FR</a>, <a href="#O/G">O/G</a>, <a href="#W">W</a> <br>

');

Answer 1

我強烈建議您使用HTML Purifier http://htmlpurifier.org/

它的設置非常簡單，聲譽卓著，功能強大。

Answer 2

通常，使用正則表達式來處理HTML字符串是很不好的，但是假設所有鏈接都是這樣構成的，那么使用preg_replace() 不會造成問題。 嘗試這個

// Removes all links
$str = preg_replace("/<a href=\"#([A-Z\\/]+?)\">\\1<\\/a>(?:, )?/i", "", $str);

// Strip the comma and everything from the comma
// to the next <br> in the line
$str = preg_replace("/,(.*?)(?=<br>)/i", "", $str);

對於建議strip_tags()的其他答案：它不會刪除它剝離的一對HTML標記所包含的文本。 例如

Accountant <a href="#NP">NP</a>

變成

Accountant NP

這不是OP想要的。

Answer 3

標記為strip-tags（） ，另一項為str_replace（）和strpos（） 。

Answer 4

HTML Purifier是您的朋友。 它具有靈活的選項，並且非常復雜。 用str_replace或正則表達式執行此類操作是錯誤的 。

Answer 5

$clean_string = strip_tags($original_string, '<br>');

這將除去br標簽以外的所有內容。

正如KingCrunch所說，其余部分使用str_replace和strpos 。

Answer 6

strip_tags有第二個參數，它允許您提供一串允許的標簽。 它將剝離除您提供的標簽以外的所有標簽：

$string = strip_tags($string, '<br>'); // will leave <br>-tags in place