如何使用正则表达式删除HTML元素及其内容

Question

我有一个带有div id的输出，需要将其删除，如下所示：

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

我该如何使用PHP和正则表达式删除此div及其内部所有内容？

谢谢。

- Dustin

---

你能进一步阐述吗？这是以字符串的形式吗？ - Ian Elliott

你知道id名称和/或类名吗？或者有没有id和/或类的明显标识符，以便您不会删除所有属于该描述的div？还是您想删除所有div及其内容？ - Justin Giboney

Answer 1

简单的答案是你不需要这样做。相反，你可以使用PHP的许多HTML解析器之一。正则表达式是操作HTML的一种不可靠且容易出错的方式。

话虽如此，你可以这样做：

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

但是很多事情都可能出错。比如，如果其中包含一个 div:

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

你最终会得到：

 other elements etc..) </div>

由于正则表达式将停留在第一个</div>上。并且没有什么方法可以通过正则表达式来始终解决这个问题。

使用解析器完成后，它看起来更像这样：

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

- cletus

---

值得注意的是，（A）如果元素不存在，则$element为NULL，并且->removeChild()命令将失败并出现致命错误；（B）您可以/可能希望使用@来使->loadHTML()静音有关格式不正确的HTML的任何通知：@$doc->loadHTML($html);。 - random_user_name

Answer 2

我不了解PHP，但您可以将/<id.*?<\/id[^>]*>/替换为空。

- Daniel C. Sobral

Answer 3

PHP是服务器端的，输出来自服务器。你不能只是不输出它吗？或者你是想隐藏它？如果是这样，在样式表中，只需说#ithis {display:none}。

如果字符串是从PHP中的某个函数返回的，而你又不想干扰那段代码，你必须编写一个非常困难的正则表达式来处理嵌套的div、输出中的不同语法等问题。我建议使用一些解析器（也许是这个Zend Framework component）来帮助你。我曾经用过它几次来处理类似的问题。虽然如果你完全不熟悉ZF，你可能想尝试其他东西。

- Keith Bentrup