从 p 标签中删除所有类

Question

我只是想知道是否有人知道从 php 中的字符串中删除所有类的函数。基本上我只想要

<p> 

标签而不是

<p class="...">

如果这有意义:)

Answer 1

一个相当幼稚的正则表达式可能会为你工作，

$html=preg_replace('/class=".*?"/', '', $html);

我说幼稚是因为如果你的正文文本由于某种原因碰巧包含 class="something" ，它就会失败！ 如果需要的话，可以通过在尖括号标签内查找 class="" 来使其更加健壮。

Answer 2

也许这对您的需求来说有点过大，但是，要解析/验证/清理 HTML 数据，我知道的最好的工具是 HTML Purifier< /a>

它允许您定义哪些标签和哪些属性是可以的； 和/或哪些不是； 它提供有效/干净的 (X)HTML 作为输出。

（使用正则表达式“解析” HTML 一开始似乎没问题......然后，当你想添加特定的东西时，它通常会变得难以理解/维护）

Answer 3

$html = "<p id='fine' class='r3e1 b4d 1' style='widows: inherit;'>";    
preg_replace('/\sclass=[\'|"][^\'"]+[\'|"]/', '', $html);

如果您要针对 Microsoft Office 导出的 HTML 进行测试，您需要的不仅仅是类删除，而是 HTML Tidy 有一个 配置标志 仅适用于 Microsoft Office！

否则，这应该比其他一些答案更安全，因为它们有点贪婪，并且您不知道将使用哪种封装（'或"）。

< strong>注意：该模式实际上是 /\sclass=['|"][^'"]+['|"]/ 但是，因为都有引号 (< code>") 撇号 (')，我必须转义所有出现的一个 (\') 来封装该模式。

Answer 4

您将 HTML 加载到 DOMDocument 类中，然后将其加载到 simpleXML 中。 然后对所有 p 元素执行 XPath 查询，然后循环遍历它们。 在每个循环中，您将类属性重命名为“killmeplease”之类的名称。

完成后，将 simpleXML 重新输出为 XML（顺便说一句，这可能会更改 HTML，但通常只是为了更好），您将得到一个 HTML 字符串，其中每个 p 都有一个“killmeplease”类。 使用 str_replace 来实际删除它们。

示例：

$html_file = "somehtmlfile.html";

$dom = new DOMDocument();
$dom->loadHTMLFile($html_file);

$xml = simplexml_import_dom($dom);

$paragraphs = $xml->xpath("//p");

foreach($paragraphs as $paragraph) {
     $paragraph['class'] = "killmeplease";
 }

 $new_html = $xml->asXML();

 $better_html = str_replace('class="killmeplease"', "", $new_html);

或者，如果您想让代码更简单但与 preg_replace 纠缠在一起，您可以这样做：

$html_file = "somehtmlfile.html";
$html_string = file_get_contents($html_file);

$bad_p_class = "/(<p ).*(class=.*)(\s.*>)/";

$better_html = preg_replace($bad_p_class, '$1 $3', $html_string);

正则表达式的棘手部分是它们往往是贪婪的，如果您的 p 元素标记有，尝试将其关闭可能会导致问题其中有一个换行符。 但请尝试其中任何一个。

Answer 5

HTML Purifier

HTML 对于正则表达式来说可能非常棘手，因为代码的编写或格式化方式有数百种。

HTML purifier 是一个成熟的开源库，用于清理 HTML。 我建议在这种情况下使用它。

在 HTML 净化器的配置文档中，您可以指定应允许的类和属性，以及净化器在找到它们时应执行的操作。

http://htmlpurifier.org/docs/

Answer 6

我会在 jQuery 上做类似的事情。 将其放在页眉中：

$(document).ready(function(){
$(p).each(function(){
     $(this).removeAttr("class");
     //or  $(this).removeclass("className");
})

});