PHP过滤html注释

Posted 2020-10-19 Yiven

过滤html注释:

所谓过滤，不过是字符串的匹配与替换，这里我们用到的正则匹配替换函数preg_replace(reg,replace,string);，phper都清楚，这个函数的关键在于reg的精确度，那么我们就来试试看吧：

首先要知道html注释的格式，是这样的：<!--注释内容-->。

开始正则的书写

$html = "<!--something-->something";
$html = preg_replace("/<!--.*-->/","",$html);
echo $html;

上面的代码将输出 something，似乎成功了呢，不急，多测试几个例子

$html = "<!--something-->something<!--something-->";
$html = preg_replace("/<!--.*-->/","",$html);
echo $html;

这个例子告诉我们，这样写并不能达到我们期望的效果，于是正则优化成了这样

preg_replace("/<!--.*？-->/","",$html);

嗯，这下满意了，但是html中会存在这样的代码<!--[if lt IE 9]>something<![endif]-->，这是浏览器兼容代码，显然是不能被过滤的，所以我们的正则继续优化，变成这样

preg_replace("/<!--[^\!\[]*?-->/","",$html);

又接着如果html中有<script><!--something//--></script>的代码，我们又需要改一下我们的匹配规则了，改成了这样

preg_replace("/<!--[^\!\[]*?(?<!\/\/)-->/","",$html);

这样的话我基本上就去掉了我需要去掉的html的注释了！

 

意外收获：在优化过程中，没有多多行注释进行考虑，但规则意外的正常匹配了多行注释，不知道是否因为是从文件读取的html！

 

经测试尚未发现有将正文过滤掉的情况，如有疑问，欢迎留言指正。