去除大部分内嵌样式和属性与PHP

Question

这个问题是关系到一个类似的案件，即Removing inline styles using php

该解决方案有不删除即：<font face="Tahoma" size="4">

但是，让我们说，我有内联样式喜忧参半和属性，如下所示：

<ul style="padding: 5px; margin: 5px;"> 
    <li style="padding: 2px;"><div style="border:2px solid green;">Some text</div></li> 
    <li style="padding: 2px;"><font face="arial,helvetica,sans-serif" size="2">Some text</font></li> 
    <li style="padding: 2px;"><font face="arial,helvetica,sans-serif" size="2">Some text</font></li> 
</ul> 

需要什么regExp才能实现此结果？

<ul> 
    <li><div>Some text</div></li> 
    <li><font>Some text</font></li> 
    <li><font>Some text</font></li> 
</ul> 

Answer 1

像往常一样，正则表达式不理想的解析HTML;用实际的HTML解析器很可能会更好。

也就是说......

$noattributes = preg_replace('/<(\w+) [^>]+>/', '<$1>', $original); 

...将替换包含带有相应标签的属性W/O属性的任何开放标签。然而，它也可能意外地击中了包含在其他标签的引用属性中的“标签”（并且因此不实际标记它们自己）。它也会导致自闭标签问题（它会替代<br />和<br>） - 尽管如果自闭标签在标签名称和斜杠之间没有空格，可以避免这种情况。