PHP RegEx删除空段落标记

Question

我正在尝试删除<p>CKEditor插入描述框的所有空标签,但它们似乎都有所不同.可能性似乎是:

<p></p>

<p>(WHITESPACE)</p>

<p>&nbsp;</p>

<p><br /></p>

<p>(NEWLINE)&nbsp;</p>

<p>(NEWLINE)<br /><br />(NEWLINE)&nbsp;</p>

有了这些可能性,段落之间可能会有任意数量的空格 和<br />标签,并且在一个段落中可能会有一些空格.

我也不确定<br />标签,从我看到它可能是<br />,<br/>或<br>.

我搜索过类似的答案,但是我看到的所有答案似乎都只适用于其中一种情况,而不是一次性完成.我想简单来说,我问的是,是否有一个正则表达式,我可以用来删除<p>某些HTML中没有任何字母数字文本或符号/标点符号的所有标签？

Answer 1

好吧,与我的建议不要用正则表达式解析HTML相冲突,我写了一个正则表达式来做到这一点:

"#<p>(\s|&nbsp;|</?\s?br\s?/?>)*</?p>#"

这将正确匹配:

<p></p>

<p> </p> <!-- ([space]) -->

<p> </p> <!-- (That's a [tab] character in there -->

<p>&nbsp;</p>

<p><br /></p>

<p>
&nbsp;</p>

<p>
<br /><br />
&nbsp;</p>

它能做什么:

# /                --> Regex start
# <p>              --> match the opening <p> tag
# (                --> group open.
#   \s             --> match any whitespace character (newline, space, tab)
# |                --> or
#   &nbsp;         --> match &nbsp;
# |                --> or
#   </?\s?br\s?/?> --> match the <br> tag
# )*               --> group close, match any number of any of the elements in the group
# </?p>            --> match the closing </p> tag ("/" optional)
# /                --> regex end.

Answer 2

所选的答案很好，但如果<p>标签定义了内联样式属性（例如<p style="font-weight:bold">.

匹配此的正则表达式将是：

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