Php 如何删除附加的</html>；使用正则表达式从字符串中标记？

我正在使用php DOMDocument替换一个节点，然后重写页面。写回的HTML是纯文本（不是HTML），因此我必须像这样转换它：

$content = files::readFile($data['page_path']);
$content = str_replace('&lt;', '<', $content);
$content = str_replace('&gt;', '>', $content);

if (!@fwrite($handle, $content))
{
    print 'Failed to replace entities';
    return FALSE;
}

$content=files:：readFile（$data['page\u path']）；
$content=str_replace（“”，，$content）；
如果（！@fwrite（$handle，$content））
{
打印“未能替换实体”；
返回FALSE；
}

这使得HTML非常合适，但是，出于一些奇怪的原因，它在文档底部添加了一个额外的标记，并在有问题的标记之后添加了一些额外的数据。我完全不知道为什么

无论如何，我考虑过使用：

$content = preg_replace('#\<\/head\>*(:alphanum:)#', '</html>', $content);

$content=preg\u replace（'\\*（：alphanum:）\'，'$content）；

删除它，但这与我认为的方式不匹配

救命啊

测试示例：

$html = '
   <div id="footer">
       <div class="wrap">
           <strong class="logo"><a href="#">College</a></strong>
           <ul><li><a href="#">Emergencies</a></li>
               <li><a href="#">Contact</a></li>
               <li><a href="#">Copyright</a></li>
               <li><a href="#">Terms of Use</a></li>
               <li><a href="#">Member of The Colleges</a></li>
           </ul><p>© 2010 College</p>
       </div>
   </div>
</body></html>
li>
               <li><a href="#">Contact</a></li>
               <li><a href="#">Copyright</a></li>
               <li><a href="#">Terms of Use</a></li>
               <li><a href="#">Member of The Colleges</a></li>
           </ul><p>© 2010 College</p>
       </div>
   </div>
</body></html>';

preg_match("#</head>.*#si", $html, $matches);
var_dump($matches);

$html='1！'






©2010学院

李>




©2010学院

';
preg#u match（“#。*#si”，$html，$matches）；
var_dump（$matches）；

您的代码：

$content = preg_replace('#\<\/head\>*(:alphanum:)#', '</html>', $content);

正如你所说，这仍然不起作用，但至少解决了明显的问题

第一个问题：您在正则表达式中有“”，但您似乎要求替换“”之后的所有内容-“”是一个拼写错误吗

第二点：正则表达式只匹配一个字符。要匹配多个字符，您需要在

[0-9a-zA-Z]

之后添加

+

或

*

。加号表示要匹配一个或多个

[0-9a-zA-Z]

，而星号表示零或多个发生

第三点：你在问题中引用的代码不仅仅包括字母数字字符。它是HTML，所以它包括尖括号、#-符号，甚至是版权符号。显然，

[0-9a-zA-Z]

与它们中的任何一个都不匹配（使用ereg语法，

:alphanum:

）

您可以将代码中可能出现的所有字符添加到正则表达式中，以生成类似于

[0-9a-zA-Z#]

的内容，但这可能并不实用。更好的办法是匹配任何字符，而不是专门寻找字母数字。要匹配任何字符，可以使用点（

），因此正则表达式看起来更像：

$content = preg_replace('#</html>.+#', '</html>', $content);

$content=preg#u replace（“#.+#，”，“$content”）；

---

希望这会有所帮助。

我不确定字母数字字符到底如何与问题相匹配，但我怀疑您希望字母数字字符后面有*通配符，以便匹配任意数量的字符：

$content = preg_replace('#</head>[\da-z]*#i', '</html>', $content);

$content=preg#u replace（“#[\da-z]*#i”、“$content”）；

事实上，我想知道您是否希望匹配

标记之后的所有内容，在这种情况下，这可能对您有用：

$content = preg_replace('#</head>.*#si', '</html>', $content);

$content=preg#u replace（“#.*si”，“$content”）；

编辑：现在您已经添加了示例文本，我看到您有2个

标记。那么：

$content = preg_replace('#</html>.*#si', '</html>', $content); 

$content=preg#u replace（“#.*si”，“$content”）；

我遇到的问题已经解决：

---

我发现了我在可重用内容中遇到的奇怪错误！在使用模式“r+”时，我在使用PHP函数fwrite（）时发现了这个问题。如果您在php.net/fopen上看到此函数的文档，您将看到r+执行以下操作：openforreading和write；将文件指针放在文件的开头。我天真地认为，这意味着由于指针位于开头，它将覆盖整个文件内容。不，事实上这不是事实。如果你想达到这种效果，你必须使用“w”模式，它可以做到以下几点：只为写作而打开；将文件指针放在文件的开头，并将文件截断为零长度。如果文件不存在，请尝试创建它。

（工具）$content=preg\u replace（'.\\*（[0-9a-zA-Z]）），'.$content）；也不起作用。@syn4k-我没有停下来寻找正则表达式的其他问题，因为这是最明显的问题。我再看一眼，然后编辑答案。。。。等等……谢谢，但它不起作用。我将在上面的代码中发布一个示例。

$content = preg_replace('#</html>.*#si', '</html>', $content);