PHP正则表达式过滤html标签属性(DEMO)
内容摘要
过滤html标签在php中可以有内置的函数了，但它过滤的太干净了，我们就整理了一下些利用正则来过滤指定html标签的例子，具体如下所示。
采集的时候有时候需要过滤掉多余的标签属性
采集的时候有时候需要过滤掉多余的标签属性
文章正文
过滤html标签在php中可以有内置的函数了，但它过滤的太干净了，我们就整理了一下些利用正则来过滤指定html标签的例子，具体如下所示。
采集的时候有时候需要过滤掉多余的标签属性，比如 img标签过滤掉除了src属性之外的所有属性例如删除titile alt等属性以及一些脚的onclick属性等。
例如
过滤除了src之外的所有属性:
复制代码 代码如下:
$str= preg_replace('/\s(?!src)[a-zA-Z]+=[\'\"]{1}[^\'\"]+[\'\"]{1}/iu',' $str);
上面的实例代码是过滤掉除了src属性外的所有标签属性.
过滤设置过滤除了alt和src之外的所有属性
代码如下:
复制代码 代码如下:
$str = preg_replace('/\s(?!(src|alt))[a-zA-Z]+=[^\s]*/iu',' ', $str);
过滤所有html标签的属性的正则表达式:
复制代码 代码如下:
$str = preg_replace("/<([a-z]+)[^>]*>/i","",$str );
只过滤alt属性的正则表达式:
复制代码 代码如下:
(\s)alt=[^\s]*
过滤所有html标签的属性的正则表达式:
复制代码 代码如下:
$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript
"'<[\/\!]*?[^<>]*?>'si", // 去掉 HTML 标记
"'([\r\n])[\s]+'", // 去掉空白字符
"'&(quot|#34);'i", // 替换 HTML 实体
"'&(amp|#38);'i",
"'&(lt|#60);'i",
"'&(gt|#62);'i",
"'&(nbsp|#160);'i"
); // 作为 PHP 代码运行
$replace = array ("","","\\1","\"","&","<",">"," ");
$html = preg_replace($search, $replace, $html);
代码注释
作者：喵哥笔记
