正则表达式破HTML匹配

  • Z时代
  • 2024-01-10
  • 分类：问答

我想删除像破碎的HTML标签：正则表达式破HTML匹配

<p>right here</p>....<iframe class 
<b>Very nice</b>...<ifr

等我的把内容限制在HTML字符串脚本的休息和关闭是工作的罚款任何打开的标签，这破坏的标签将始终在字符串的结尾处。 到目前为止，我实现的是：

#<[^>]*#i

的问题是，它认为部分标签 <iframe为好。

IFRAME只是举例...

编辑： 我的PHP版本不支持DOM文档，这就是为什么要对正则表达式。我已经实现了Closing open HTML tags用于关闭字符串中的任何打开标签，但它允许打破标签。

回答：

使用标准的PHP扩展总是最好的选择。但是，对于那些谁是同样的问题，并通过PHP版本的限制，这是一个完美的把长度限制在任何HTML字符串的函数：在我的情况完全工作

/** 
* Crops HTML text ensuring valid HTML 
* 
* @param string HTML string 
* @param int  The length up to which HTML string is to be limited 
*/ 
protected function limitHtml($html, $length) 
{ 
    // Ignoring style tags for displayable string length 
    preg_match_all('/<style>(.*?)<\/style>/s', $html, $cssMatches); 
    $html = preg_replace('/<style>(.*?)<\/style>/s', '', $html); 
    // css 
    $css = ''; 
    if (isset($cssMatches[1])) { 
    foreach ($cssMatches[1] as $cmatch) { 
     $css .= "<style>$cmatch</style>"; 
    } 
    }  
    $truncatedText = substr($html, 0, $length); 
    $pos = strpos($truncatedText, ">"); 
    if($pos !== false) 
    { 
     $html = substr($html, 0,$length + $pos + 1); 
    } 
    else 
    { 
     $html = substr($html, 0,$length); 
    } 
    // Relace The Broken Opened Tag From The the end of String 
    $lastCorruptopnArrow = strrpos($html, "<"); 
    $lastCloseArrow = strrpos($html, ">"); 
    if ($lastCloseArrow < $lastCorruptopnArrow) { 
    $corruptHTmlString = substr($html, $lastCorruptopnArrow, strlen($html) - $lastCorruptopnArrow); 
    $html = preg_replace('/'. preg_quote($corruptHTmlString, '/') . '$/', '', $html); 
    } 
    preg_match_all('#<(?!meta|img|br|hr|input\b)\b([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result); 
    $openedtags = $result[1]; 
    preg_match_all('#</([a-z]+)>#iU', $html, $result); 
    $closedtags = $result[1]; 
    $len_opened = count($openedtags); 
    if (count($closedtags) == $len_opened) 
    { 
     return $css . $html; 
    } 
    $openedtags = array_reverse($openedtags); 
    for ($i=0; $i < $len_opened; $i++) 
    { 
     if (!in_array($openedtags[$i], $closedtags)) 
     { 
      $html .= '</'.$openedtags[$i].'>'; 
     } 
     else 
     { 
      unset($closedtags[array_search($openedtags[$i], $closedtags)]); 
     } 
    } 
    return $css . $html; 
}

。打开以增强：limit_html()

回答：

您需要使用任何HTML解析器来获得正确的结果，但这是正则表达式的方法，您希望

(<\w+(?:\s+\w+=\"[^"]+\")*)(?=[^>]+(?:<|$))

demo and some explanation

使用

$res = preg_replace('/(<\w+(?:\s+\w+=\"[^"]+\")*)(?=[^>]+(?:<|$))/, '$1>', $str);

以上是 正则表达式破HTML匹配 的全部内容， 来源链接： utcz.com/qa/265888.html

回到顶部