从字符串中删除无用的段落标记

Question

如果我有一个字符串：

<p>&nbsp;</p>
<p></p>
<p class="a"><br /></p>
<p class="b">&nbsp;</p>
<p>blah blah blah this is some real content</p>
<p>&nbsp;</p>
<p></p>
<p class="a"><br /></p>

我怎样才能把它变成：

<p>blah blah blah this is some real content</p>

正则表达式需要选择 和空格。

Answer 1

$result = preg_replace('#<p[^>]*>(\s|&nbsp;?)*</p>#', '', $input);

这不会捕获输出中的文字字符，但这种情况很少见。

由于您正在处理HTML，如果这是用户输入，我可能会建议使用HTML Purifier，它也将处理XSS漏洞。您希望在那里删除空p标签的配置设置是％AutoFormat.RemoveEmpty。

Answer 2

此正则表达式将违反您的示例：

<p[^>]*>(?:\s+|(?:&nbsp;)+|(?:<br\s*/?>)+)*</p>

Answer 3

正如最初的回复者所说，正则表达式不是这里最好的解决方案，你想要的是某种html脱衣舞。

此网站上的一项功能： http://nadeausoftware.com/articles/2007/09/php_tip_how_strip_html_tags_web_page

应该帮助你，你只需要使用一些字符串操作来获取新行，而不是回到你想要的格式。