Php 从p标记中删除所有类

我只是想知道是否有人知道一个函数可以在php中从字符串中删除所有类。。基本上我只想要

<p> 

标签而不是

<p class="...">

---

如果这有意义的话：）

一个相当幼稚的正则表达式可能适合您

$html=preg_replace('/class=".*?"/', '', $html);

---

我之所以说“天真”，是因为如果您的正文由于某种原因碰巧包含class=“something！”，它将失败！。如果需要的话，可以通过在带角括号的标记中查找class=”“，使其更加健壮。

我会在jQuery上做类似的操作。将其放在页面标题中：

$(document).ready(function(){
$(p).each(function(){
     $(this).removeAttr("class");
     //or  $(this).removeclass("className");
})

---

}))

对于您的需求来说，这可能有点过分，但是，要解析/验证/清理HTML数据，我所知道的最好的工具是

它允许您定义哪些标记和属性是可以的；和/或哪些不是；它将有效/干净（X）HTML作为输出

---

（使用正则表达式“解析”HTML在开始时似乎还可以……然后，当您想要添加特定内容时，理解/维护通常会变得非常困难）

将HTML加载到DOMDocument类中，将其加载到simpleXML中。然后对所有p元素执行XPath查询，然后循环遍历它们。在每个循环中，将class属性重命名为“killmeplease”

完成后，将simpleXML重新输出为XML（顺便说一句，这可能会更改HTML，但通常只是为了更好），您将拥有一个HTML字符串，其中每个p都有一个“killmeplease”类。使用str_replace实际删除它们

例如：

$html_file = "somehtmlfile.html";

$dom = new DOMDocument();
$dom->loadHTMLFile($html_file);

$xml = simplexml_import_dom($dom);

$paragraphs = $xml->xpath("//p");

foreach($paragraphs as $paragraph) {
     $paragraph['class'] = "killmeplease";
 }

 $new_html = $xml->asXML();

 $better_html = str_replace('class="killmeplease"', "", $new_html);

或者，如果您想使代码更简单，但与preg_replace纠缠在一起，您可以选择：

$html_file = "somehtmlfile.html";
$html_string = file_get_contents($html_file);

$bad_p_class = "/(<p ).*(class=.*)(\s.*>)/";

$better_html = preg_replace($bad_p_class, '$1 $3', $html_string);

$html\u file=“somehtmlfile.html”；
$html\u string=file\u get\u contents（$html\u file）；
$bad_p_class=“/（

正则表达式的棘手之处在于它们往往是贪婪的，如果您的p元素标记中有换行符，那么尝试关闭它可能会导致问题。但是试一下这两种方法。

HTML净化器 HTML对于正则表达式来说非常棘手，因为有数百种不同的代码编写或格式化方式

是一个用于清理HTML的成熟开源库。我建议在这种情况下使用它

在HTML净化器的配置文档中，您可以指定应该允许的类和属性，以及净化器在找到它们时应该做什么

$html=“
”；
preg|u replace（'/\sclass=[\'\\\'“][^\'”]+[\'\'\\'“]/'，''$html）；

如果要对Microsoft Office导出的HTML进行测试，您需要删除的不仅仅是类，还有一个仅适用于Microsoft Office的测试

否则，这应该比其他一些答案更安全，因为它们有点贪婪，并且您不知道将使用何种封装（

“

或

”

）

---

注意：该模式实际上是

/\sclass=['\'“][^']+['\'”]/

但是，由于有两个倒逗号（

“

）撇号（

”

），我必须避免出现一个（

\'

）来封装该模式。

不是PHP，但更好的解决方案不知道OP为什么要这样做，但不知道如何做才能更好。不是更好，只是其他方法：）如果我错了，请纠正我，但是真正的XML解析器使用的词法分析器不是用正则表达式将XML分开吗？我认为真正的问题是，当人们尝试自己做正则表达式解析器时，他们会尝试跳转到字符串的中间或结尾，而不是像真正的解析器那样从字符串的开头开始。我不认为他们这样做--不确定，但是。。。看起来很奇怪。不管怎么说，即使是这样，它们也可能比你为自己的项目编写的正则表达式更容易测试（因为它们被广泛使用）。这些代码是否适用于大写/小写、单引号/双引号/无引号、中间空格、，类前后的空格？否-仅限OP指示的情况。其他内容留给读者作为练习：）不要在HTML中使用正则表达式。而是使用PHP简单HTML DOM解析器库。

$html = "<p id='fine' class='r3e1 b4d 1' style='widows: inherit;'>";    
preg_replace('/\sclass=[\'|"][^\'"]+[\'|"]/', '', $html);