从html标记中删除所有属性

Question

从html标记中删除所有属性我有这个HTML代码：<p style="padding:0px;"><strong style="padding:0;margin:0;">hello</strong></p>但它应该成为（对于所有可能的html标签）：<p><strong>hello</strong></p>

Answer 1

$text = '<p style="padding:0px;"><strong style="padding:0;margin:0;">hello</strong></p>';

echo preg_replace("/<([a-z][a-z0-9]*)[^>]*?(\/?)>/i",'<$1$2>', $text);

// <p><strong>hello</strong></p>

RegExp细分：

/              # Start Pattern

 <             # Match '<' at beginning of tags

 (             # Start Capture Group $1 - Tag Name

  [a-z]         # Match 'a' through 'z'

  [a-z0-9]*     # Match 'a' through 'z' or '0' through '9' zero or more times

 )             # End Capture Group

 [^>]*?        # Match anything other than '>', Zero or More times, not-greedy (wont eat the /)

 (\/?)         # Capture Group $2 - '/' if it is there

 >             # Match '>'

/i            # End Pattern - Case Insensitive

添加一些引用，并使用替换文本，<$1$2>它应该删除标记名后面的任何文本，直到标记结束/>或只是>。

请注意这不一定适用于所有输入，因为Anti-HTML + RegExp会告诉您。有一些后退，最明显的是<p style=">">最终会<p>">和其他一些破坏的问题......我建议在Zend_Filter_StripTags中查看PHP中更完整的证明标签/属性过滤器