采集的时候有时候需要过滤掉多余的标签属性,比如 img标签过滤掉除了src属性之外的所有属性例如删除titile alt等属性以及一些脚的onclick属性等。
例如过滤除了src之外的所有属性
$str= preg_replace("/\s(?!src)[a-zA-Z]+=[\"\"]{1}[^\"\"]+[\"\"]{1}/iu"," $str);
上面的实例代码是过滤掉除了src属性外的所有标签属性
过滤设置过滤除了alt和src之外的所有属性,代码如下:
$str = preg_replace("/\s(?!(src|alt))[a-zA-Z]+=[^\s]*/iu"," ", $str);
过滤所有html标签的属性的正则表达式:
$str = preg_replace("/<([a-z]+)[^>]*>/i","",$str );
只过滤alt属性的正则表达式:
(\s)alt=[^\s]*
过滤所有html标签的属性的正则表达式
$search = array (""<script[^>]*?>.*?</script>"si", // 去掉 javascript
""<[\/\!]*?[^<>]*?>"si", // 去掉 HTML 标记
""([\r\n])[\s]+"", // 去掉空白字符
""&(quot|#34);"i", // 替换 HTML 实体
""&(amp|#38);"i",
""&(lt|#60);"i",
""&(gt|#62);"i",
""&(nbsp|#160);"i"
); // 作为 PHP 代码运行
$replace = array ("","","\\1","\"","&","<",">"," ");
$html = preg_replace($search, $replace, $html);
php正则表达式过滤html标签_php正则表达式过滤html标签属性
http://m.bbyears.com/jiaocheng/85171.html
推荐访问: