從html源中刪除php短標簽

Question

我正在解析一些帶有curl的html代碼。 一些網站的html來源，例如：

<div id="content">
    some words
</div>
<?    
    $box_social['dimensioni']="80";
        $box_vota=array();
    $box_vota["novideo"]='';
    $box_vota["nofoto"]='';
    $box_vota["id_articolo"]='1003691';
    include($_SERVER['DOCUMENT_ROOT']."/incs/box_social.php");    
?>
<div id="footer">
   some words
</div>

如何從html源中刪除php短標簽？ 我需要

<div id="content">
    some words
</div>
<div id="footer">
   some words
</div>

我使用preg_replace('/<\\?(.*?)\\?>/','',$html); ，但php短標記部分仍然存在。

Answer 1

此正則表達式符合您的情況：

$html = htmlspecialchars(preg_replace('/<\?([\w\W]*)\?>/','',$html));
$html = htmlspecialchars(preg_replace('/<\?(.*)\?>/s','',$html));

如果存在多個PHP塊，這也將匹配：

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

從PHP.NET

s（PCRE_DOTALL）如果設置了此修飾符，則模式中的點元字符將匹配所有字符，包括換行符。 沒有它，換行符將被排除。 此修飾符等效於Perl的/ s修飾符。 否定類（例如[^ a]）始終與換行符匹配，而與該修飾符的設置無關。