时间戳

首页 > 解决方案 > 如何在不删除标签的情况下替换 HTML 标签内的空格

php - 如何在不删除标签的情况下替换 HTML 标签内的空格

问题描述

假设我有这个字符串：

$string = '<p > ¡Esto es una prueba! < /p > <p> <strong > Prueba 123 </strong> </p> <p> <strong> < a href="https://matricom.net"> MATRICOM < / a> </ strong> </p> <p> <strong > Todas las pruebas aquí ... </strong > < /p>'

我想要做的是使用 PHP 修复 HTML 标签（由于空格，它们格式错误）。我尝试了几种不同的正则表达式，这些表达式是我在网上找到的，例如：

$html = trim(preg_replace('/<\s+>/', '<>', $text));

和：

$html = preg_replace('/<(.+?)(?:»| |″)(.+?)>/', '<\1\2>', $text);

我正在尝试获得这样的字符串输出（在 HTML 标记的前面部分和结尾部分删除了空格）：

'<p> ¡Esto es una prueba! </p> <p> <strong> Prueba 123 </strong> </p> <p> <strong> <a href="https://matricom.net"> MATRICOM </a> </strong> </p> <p> <strong> Todas las pruebas aquí ... </strong> </p>'

背景故事：谷歌翻译倾向于在翻译结果中添加影响 HTML 结构的随机空格。只是寻找一种快速清理标签的方法。我已经搜索了两天如何做到这一点，似乎找不到任何适合我正在寻找的东西。

标签： phphtmlregex

解决方案

这就是我想出的。适用于您的字符串

< *(\/*) *(.+?) *>

<     Matches a < char
 *    Matches zero or more spaces. There is a ' ' (space) before *
(\/*) Matches zero or more / () indicates capturing group 1
 *    Matches zero or more. Do notice the ' ' before *
(     Start of capturing group 2
.+    Matches any character except a line break
?     Lazy Matching
)     End of capturing group 2
 *   Matches zero or more spaces. Again a ' ' before *
>     Matches a > char

然后像

$cleaned = preg_replace('/< *(\/*) *(.+?) *>/', '<\1\2>', $html);
echo $cleaned;

# input string
# '< p > ¡Esto es una prueba! < /p > <p> <strong > Prueba 123 </strong> </p> <p> <strong> < a href="https://matricom.net"> MATRICOM < / a> </ strong> </p> <p> <strong > Todas las pruebas aquí </strong > < /p>';

# Cleaned string
# <p> ¡Esto es una prueba! </p> <p> <strong> Prueba 123 </strong> </p> <p> <strong> <a href="https://matricom.net"> MATRICOM </a> </strong> </p> <p> <strong> Todas las pruebas aquí </strong> </p>

这将从这些格式中删除空格

< div > </ div > < / div > < div class="myclass" >

但它不会删除属性中的空格。所以这 < div class = " myclass " > 将被转换为<div class = " myclass ">. 但是属性中的空格是允许的（即使不推荐）

如果我错过了一个案例，请告诉我，我会尝试合并。

推荐阅读