java正则表达式去除html标签保留指定标签

Posted 2023-04-27

去除所有的html标签，只保留img标签和p标签，而且标签之间的文字也要保留，我表达的还不够清楚么？

此问题已解决，表达式："</?(?!img|/?p|br|h\\d)[^>]+>"; 意思为保留img 、p标签、 br标签、和h标签，可随意更改

参考技术A String reg = "<\\/?html[^>]*>";
String html = "";
html.replaceAll(reg,"");追问

你这个双斜杠多余把大哥？为了你，我又描述了一遍我的问题

去除所有 HTML 标签，允许的除外

【中文标题】去除所有 HTML 标签，允许的除外

【英文标题】：Strip all HTML tags, except allowed

【发布时间】：2011-09-08 23:24:46

【问题描述】：

我见过很多删除特定标签（或许多指定标签）和one to remove all but one specific tag 的表达式，但我还没有找到一种方法来删除除许多排除之外的所有内容（即除p, b, i, u, a, ul, ol, li 之外的所有内容）在 PHP 中。我对正则表达式还不够好，所以我需要帮助。 :) 谢谢！

【问题讨论】：

如果您不使用 HTML5，您可能需要查看：htmlpurifier.org

或来自 PEAR 的 HTML_Safe 包。它有一个选项来设置允许的标签列表。

【参考方案1】：

你可以使用strip_tags函数来做到这一点

¶ strip_tags — 从字符串中去除 HTML 和 PHP 标记

 strip_tags($contant,'tag you want to allow');

喜欢

  strip_tags($contant,'<code><p>');

【讨论】：

感谢您解释如何排除多个标签。原始文件对这一点不是很清楚。

如何允许这个标签？我没有得到它的工作<link rel="canonical" href="http://www.ann24h.com/2017/10/blog-post_89.html">

【参考方案2】：

strip_tags() 正是这样做的。

【讨论】：

有趣的是strip_tags 没有选项可以去除不允许的标签中的内容。会使功能更加通用。

php.net/strip_tags 页面确实有一个功能可以做到这一点。 strip_tags_content by mariusz.tarnaski

为什么这是公认的答案？？？？？？ strip_tags() 不完全是这个！标题说：去除所有 HTML 标签，»»»»»»除了«««««« 允许 对于 strip_tags()，它可以指定要包含的内容，而不是要排除的内容。

@icefront - 你需要学习阅读...引用文档：You can use the optional second parameter to specify tags which should not be stripped. These are either given as string, or as of PHP 7.4.0, as array

@icefront 因为这是答案。 Strig_tags 接受第二个参数，我们可以在其中描述应该允许的标签。

【参考方案3】：

如果您需要一些灵活性，您可以使用基于正则表达式的解决方案并在此基础上进行构建。如上所述的strip_tags 仍应是首选方法。

以下内容将仅去除您指定的标签（黑名单）：

// tags separated by vertical bar
$strip_tags = "a|strong|em";

// target html
$html = '<em><b>ha<a href="" title="">d</a>f</em></b>';

// Regex is loose and works for closing/opening tags across multiple lines and
// is case-insensitive

$clean_html = preg_replace("#<\s*\/?(".$strip_tags.")\s*[^>]*?>#im", '', $html);

// prints "<b>hadf</b>";
echo $clean_html;