Php 正则表达式从html标记中剥离属性和值

嗨，伙计们，我对regex很陌生，你能帮我吗

我有一个像这样的字符串，其中

attribute='value'

可以是任何东西，我想做一个

preg\u replace

来得到

如何指定通配符来替换srting中任意数量的任意字符

像这样<代码>预替换（“/”，$replacement，$string）

非常感谢您所拥有的：

.*

将匹配“任何字符，并尽可能多

你的意思是

翻译成“任意字符，不是“>”，并且必须至少有一个字符

或者交替地

.*?

也就是说 任何字符，但仅足以使此规则生效

但是不要 使用regexps解析HTML是错误的

使用任何现有的html解析器、DOM库、任何东西，只是不要使用幼稚的正则表达式

例如：

 <foo attr=">"> 

将被正则表达式错误地抓取为

'<foo attr=" ' with following text of '">' 

“”

这将引导您找到此正则表达式：

 `<[a-zA-Z]+( [a-zA-Z]+=['"][^"']['"])*)>  etc etc 

`
preg_replace（“]*>”，$replacement，$string）；
//[^>]表示“除大于符号/右标记括号外的任何字符”

这是非常基本的东西，你应该。：-）
 有些人很亲近。。。但不是100%：

这：

preg_replace（“]*>”，$replacement，$string）；

应该是这样的：

preg_replace("<input[^>]*?>", $replacement, $string);

preg_replace（“]*？>”，$replacement，$string）；

你不希望这是一个贪婪的匹配。
如果我正确理解了这个问题，你有代码：

preg_replace("/<input.*>/",$replacement,$string);

preg_replace（“//”，$replacement，$string）；

您希望我们告诉您，您应该使用$replacement删除匹配的内容*

你必须从另一个角度来考虑这个问题。使用捕获组捕获要保留的内容，并将其重新插入替换内容。例如：

preg_replace("/(<input).*(>)/","$1$2",$string);

preg_replace（“/（）/”、“$1$2”、$string）；

当然，您不需要在这里捕获组，因为您只需要重新插入文本。如果您想在标记可能变化的情况下执行此操作，请打赌上面显示的技术。这是一个更好的解决方案：

preg_replace("/<input [^>]*>/","<input />",$string);

preg\u replace（“/]*>/”，“”，$string）；

求反字符类比点更具体。如果字符串中有两个HTML标记，则此正则表达式将起作用。你原来的正则表达式不会。
在大多数文档中，“尽可能多”与“刚好足够”的概念被称为“贪婪”。@John:是的，我知道，但这家伙在这些术语上显然是绿色的；）你在头部爆炸部分是对的。。。从经验上讲，你怎么会认为像“”这样的怪物在HTML中是可能的呢？我知道你们在谈论XSS，但我想我们并不是在讨论一个“如何清理破坏的用户输入？”的问题。允许用户输入HTML本身就是一个很大的WTF。这几乎可以起作用，但它在值中有“>”的属性上失败了，例如：@Adam：这正是你不应该使用正则表达式来解析HTML的原因。有趣的是，在属性值中允许>似乎只是为了反对在HTML上使用正则表达式（我在现实生活中从未见过它）. 但这是一个很好的观点。@PHiLho，希望不是在现实生活中使用，但它是人们为XSS目的创建代码的方法之一。很抱歉，属性值中没有“>”字符。从不如果您的HTML中有，那么您将面临一个完全不同的问题。贪婪在这里是不相关的，因为使用[^>]*而不是。*将导致它匹配所有非->字符，直到找到>为止，并且非->字符后跟>的最长（贪婪）和最短（非贪婪）运行在所有情况下都是相同的。
preg_replace("<input[^>]*?>", $replacement, $string);

preg_replace("/<input.*>/",$replacement,$string);

preg_replace("/(<input).*(>)/","$1$2",$string);

preg_replace("/<input [^>]*>/","<input />",$string);