我想写一个正则表达式，它将去除除SRC属性以外的所有标记属性。例如：正则表达式：去除除SRC以外的HTML属性
<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>
将返回：
<p>This is a paragraph with an image <img src="/path/to/image.jpg" /></p>
我有一个正则表达式来去除所有属性，但我想调整它在SRC离开。这是我到目前为止：
<?php preg_replace('/<([A-Z][A-Z0-9]*)(\b[^>]*)>/i', '<$1>', '<html><goes><here>');
使用PHP的preg_replace（）为此。
谢谢！ Ian
好吧，这是我用这似乎运作良好：
<([A-Z][A-Z0-9]*)(\b[^>src]*)(src\=[\'|"|\s]?[^\'][^"][^\s]*[\'|"|\s]?)?(\b[^>]*)>
随意戳任何洞。
Youusuallyshould not parse HTML using regular expressions。
请改为拨打DOMDocument::loadHTML。
然后，您可以通过文档中的元素进行递归并调用removeAttribute。
一些人，当遇到一个问题，认为“我知道，我将使用正则表达式。”现在他们有两个问题。 – fmark 2010-06-08 04:25:42
您可以使用正则表达式解析HTML。并非所有的HTML。但是如果你确切地知道你正在接收什么，你可以使用正则表达式。这是一场宗教战争，由人们假设所有情况下都有无限的堆叠和记忆。 – 2010-06-08 08:32:59
有些人有一个可怕的习惯，就是不回答这个问题，而是沉迷于曼陀。这应该是低调的，而不是由宗教权利提高。 – 2010-06-08 08:33:33
不幸的是，我不知道如何回答这个问题的PHP。如果我是使用Perl我会做到以下几点：
use strict;
my $data = q^<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>^;
$data =~ s{
<([^/> ]+)([^>]+)> # split into tagtype, attribs
}{
my $attribs = $2;
my @parts = split(/\s+/, $attribs); # separate by whitespace
@parts = grep { m/^src=/i } @parts; # retain just src tags
if (@parts) {
"<" . join(" ", $1, @parts) . ">";
} else {
"<" . $1 . ">";
}
}xseg;
print($data);
返回
<p>This is a paragraph with an image <img src="/path/to/image.jpg"></p>
这可能会为您的工作需要：
$text = '<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>';
echo preg_replace("/<([a-z][a-z0-9]*)(?:[^>]*(\ssrc=['\"][^'\"]*['\"]))?[^>]*?(\/?)>/i",'<$1$2$3>', $text);
// <p>This is a paragraph with an image <img src="/path/to/image.jpg"/></p>
正则表达式细分：
/ # 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
(?: # Start Non-Capture Group
[^>]* # Match anything other than '>', Zero or More Times
( # Start Capture Group $2 - ' src="...."'
\s # Match one whitespace
src= # Match 'src='
['"] # Match ' or "
[^'"]* # Match anything other than ' or "
['"] # Match ' or "
) # End Capture Group 2
)? # End Non-Capture Group, match group zero or one time
[^>]*? # Match anything other than '>', Zero or More times, not-greedy (wont eat the /)
(\/?) # Capture Group $3 - '/' if it is there
> # Match '>'
/i # End Pattern - Case Insensitive
添加一些报价，并使用替换文本<$1$2$3>应该从良好剥离任何非src=性质形成了HTML标签。
请注意这不一定要去上ALL投入工作，因为反HTML + RegExp的人都是这样巧妙下面值得注意。在PHP
有几回退，最值得注意的是<p style=">">竟又<p>">和其他一些破碎的问题......我会建议看Zend_Filter_StripTags作为一个完整的证据标签/属性过滤器如上面介绍的，你不应该使用正则表达式解析html或xml。
我会用str_replace（）做你的例子;如果它的所有时间都一样。
$str = '<p id="paragraph" class="green">This is a paragraph with an image <img src="/path/to/image.jpg" width="50" height="75"/></p>';
$str = str_replace('id="paragraph" class="green"', "", $str);
$str = str_replace('width="50" height="75"',"",$str);
发帖为甲骨文正则表达式
提供解决方案<([^!][a-z][a-z0-9]*)([^>]*(\ssrc=[''''\"][^''''\"]*[''''\"]))?[^>]*?(\/?)>
您可以使用正则表达式解析HTML。并非所有的HTML。但是如果你确切地知道你正在接收什么，你可以使用正则表达式。这是一场宗教战争，由人们假设所有情况下都有无限的堆叠和记忆。 – 2010-06-08 08:32:32