如何使用正则表达式在 PHP 中删除 HTML 标记

在网页开发中，HTML 是一个必不可少的元素。但是有时候我们需要从 HTML 中提取纯文本而不带有 HTML 标记。这时候，正则表达式就是一个很方便的工具。

在 PHP 中，可以使用 preg_replace() 函数来删除 HTML 标记。该函数的用法如下：

preg_replace($pattern, $replacement, $subject);

登录后复制

其中，$pattern 是正则表达式模式，$replacement 是替换字符串，$subject 是待处理的字符串。请注意，$pattern 和 $replacement 都可以是数组，这在下文中会涉及到。

接下来，我们将讨论几种常见的删除 HTML 标记的正则表达式。

1. 去除 HTML 标记

$pattern = '/<[^>]*>/';
$replacement = '';
$text = preg_replace($pattern, $replacement, $html);

登录后复制

在这个正则表达式中，< 表示左尖括号， 表示匹配除了右尖括号以外的任何字符，* 表示匹配 0 次或多次。因此，这个表达式将匹配任何 HTML 标记，并将其替换为空字符。

1. 去除脚本标记

$pattern = '/<script[^>]*>(.*?)</script>/is';
$replacement = '';
$text = preg_replace($pattern, $replacement, $html);

登录后复制

该正则表达式将匹配任何带有 <script> 标记的文本，并将其删除。 (?s) 标记表示 . 匹配任何字符，包括换行符。这个表达式还是非贪婪的，因为它使用了 *?，这将匹配尽可能少的字符。

1. 去除样式标记

$pattern = '/<style[^>]*>(.*?)</style>/is';
$replacement = '';
$text = preg_replace($pattern, $replacement, $html);

登录后复制

这个正则表达式将匹配任何带有 <style> 标记的文本，并将其删除。 (?s) 标记和 *? 采用了和上一个示例类似的方式。

1. 去除空标签

$pattern = '/<([a-z]+)(?:s+[^>]+)?>(s*)</
>/i';
$replacement = '';
$text = preg_replace($pattern, $replacement, $html);

登录后复制

该正则表达式将匹配任何空标签，并将其删除。 (s*) 将匹配任何空白字符。 ?: 表示非捕获组，这意味着它将被匹配但不会被替换。

1. 去除不必要的空白字符

$pattern = '/>s+</';
$replacement = '><';
$text = preg_replace($pattern, $replacement, $html);

登录后复制

这个简单的正则表达式将匹配任何两个标签之间的空白字符，并将其替换为单个空格。

综上，这些正则表达式是删除 HTML 标记时经常使用的。当然，还有很多方式可以去除 HTML 标记。最终的选择取决于你的具体需求和代码的实现方式。

---

1. > ↩

以上就是如何使用正则表达式在 PHP 中删除 HTML 标记的详细内容，更多请关注Work网其它相关文章！