如何使用RegEx删除html元素及其内容

Question

我有一个div id喜欢从输出中删除看起来像

<div id="ithis" class="cthis">Content here which includes other elements etc..) </div>

如何使用PHP和正则表达式删除此div及其中的所有内容？

谢谢.

Answer 1

简单的答案是你没有.您可以使用PHP的许多HTML解析器之一.正则表达式是一种操作HTML的片状且容易出错的方式.

话虽这么说你可以这样做:

$html = preg_replace('!<div\s+id="ithis"\s+class="cthis">.*?</div>!is', '', $html);

但很多事情都可能出错.例如,如果包含div:

<div id="ithis" class="cthis">Content here which <div>includes</div> other elements etc..) </div>

你会最终得到:

 other elements etc..) </div>

因为正则表达式将在第一个停止</div>.并且没有什么可以真正解决这个问题(使用正则表达式).

用解析器完成它看起来更像是这样的:

$doc = new DOMDocument();
$doc->loadHTML($html);
$element = $doc->getElementById('ithis');
$element->parentNode->removeChild($element);
$html = $doc->saveHTML();