PHP正则表达式过滤html标签属性(DEMO)

在PHP中处理HTML标签属性：正则表达式过滤详解

在处理网络采集或用户提交的内容时，经常会遇到需要过滤HTML标签及其属性的情况。PHP内置的函数虽然可以实现基本的过滤功能，但在一些特定需求下，可能无法满足要求。这时，我们可以利用正则表达式来实现更精细的过滤。

例如，有时候我们需要保留img标签的src属性，而删除其他所有属性。这种情况下，我们可以使用如下正则表达式：

```php

$str = preg_replace('/\s(?!src)[a-zA-Z]+=[\'\"]{1}[^\'\"]+[\'\"]{1}/iu',' ', $str);

```

这段代码的作用是过滤掉除了src属性外的所有标签属性。类似的，如果我们想保留alt和src属性，而删除其他所有属性，可以使用以下代码：

```php

$str = preg_replace('/\s(?!(src|alt))[a-zA-Z]+=[^\s]/iu',' ', $str);

```

如果你想过滤掉所有的HTML标签属性，可以使用如下正则表达式：

```php

$str = preg_replace("/<([a-z]+)[^>]>/i","", $str );

```

如果你想特别针对alt属性进行过滤，可以使用以下正则表达式：

```php

(\s)alt=[^\s]

```

以上只是简单的示例。在实际应用中，可能需要更复杂的正则表达式来满足特定的需求。值得注意的是，使用正则表达式处理HTML并不总是最佳选择，尤其是在处理复杂的HTML结构时。在某些情况下，使用专门的HTML库可能更为稳妥。

对于更全面的HTML标签和属性过滤，可以使用以下代码片段：

```php

$search = array ( //定义要查找的模式数组

"'<script[^>]?>.?</script>'si", // 去掉 javascript 脚本标签及其内容

"'<[\/\!]?[^>]>'si", // 去掉所有HTML标签及其内容（包括注释）等所有特殊字符和空白字符等）作为 PHP 代码运行；替换为对应的数组中的值。通过这种方式，你可以根据需要自定义过滤规则。需要注意的是，这种方法虽然强大但也更复杂，需要根据实际情况调整和优化代码以提高效率和准确性。在实际使用中请务必小心谨慎，确保代码的安全性和稳定性。