php - 如何使用 RegEx 删除 html 元素及其内容

Question

我有一个 div id 想要从输出中删除

<div id="ithis" class="cthis">Content here which includes other elements etc..) </div>

如何使用 PHP 和正则表达式删除此 div 及其中的所有内容？

谢谢。

Answer 1

简单的答案是您不需要。您可以改用 PHP 的众多 HTML 解析器之一。正则表达式是一种不稳定且容易出错的 HTML 操作方式。

也就是说你可以这样做:

$html = preg_replace('!<div\s+id="ithis"\s+class="cthis">.*?</div>!is', '', $html);

但是很多事情都可能与此有关。例如，如果它包含一个 div:

<div id="ithis" class="cthis">Content here which <div>includes</div> other elements etc..) </div>

你最终会得到:

 other elements etc..) </div>

因为正则表达式将在第一个 </div> 处停止.不，您真的无法始终如一地解决此问题(使用正则表达式)。

使用解析器完成后看起来更像这样:

$doc = new DOMDocument();
$doc->loadHTML($html);
$element = $doc->getElementById('ithis');
$element->parentNode->removeChild($element);
$html = $doc->saveHTML();