Как убрать таблицу, tr, td тег в html с помощью php

У меня есть HTML-код:

<table id="table1" border="0" cellspacing="0" cellpadding="3" width="1" align="center">
  <tr>
    <td>
    <img src="http://vnexpress.net/Files/Subject/3b/bd/ac/f9/cuongbibat.jpg" width="330" height="441" border="1" alt="C&#432;&#7901;ng">
    </td>
  </tr>
  <tr>
    <td class="Image">Everything
   </td>
  </tr>
</table>
 <table id="table2" border="0" cellspacing="0" cellpadding="3" width="1" align="center">
      <tr>
        <td>
        Someone
        </td>
      </tr>
      <tr>
        <td class="Image">Everything
       </td>
      </tr>
    </table>

У меня есть 2 таблицы, я хочу удалить все теги: таблица, tr, td, если в таблице есть тег img (таблица 1). Мне нужно получить результат как:

     <img src="http://vnexpress.net/Files/Subject/3b/bd/ac/f9/cuongbibat.jpg" width="330" height="441" border="1" alt="C&#432;&#7901;ng">
        Everything


     <table id="table2" border="0" cellspacing="0" cellpadding="3" width="1" align="center">
          <tr>
            <td>
            Someone
            </td>
          </tr>
          <tr>
            <td class="text">Everything
           </td>
          </tr>
        </table>

Пожалуйста, помогите мне. Спасибо.

Источник

5 ответов

Решение

Теоретически, это можно сделать с помощью одного очень сложного регулярного выражения. Всегда проще выполнять поиск и замену на отдельных этапах: сначала найдите внешний контейнер, а затем поработайте над тем, что в нем содержится.

<?php 

header("Content-type: text/plain");

$html = '<table id="table1" border="0" cellspacing="0" cellpadding="3" width="1" align="center">
  <tr>
    <td>
    <img src="http://vnexpress.net/Files/Subject/3b/bd/ac/f9/cuongbibat.jpg" width="330" height="441" border="1" alt="C&#432;&#7901;ng">
    </td>
  </tr>
  <tr>
    <td class="Image">Everything
   </td>
  </tr>
</table>
 <table id="table2" border="0" cellspacing="0" cellpadding="3" width="1" align="center">
      <tr>
        <td>
        Someone
        </td>
      </tr>
      <tr>
        <td class="Image">Everything
       </td>
      </tr>
    </table> ';


$html = preg_replace_callback('/<table\b[^>]*>.*?<\/table>/si', 'removeTableIfImg', $html);

function removeTableIfImg($matches) {
    $table = $matches[0];
    return preg_match('/<img\b[^>]*>/i', $table, $img) 
         ? preg_replace('/<\/?(?:table|td|tr)\b[^>]*>\s*/i', '', $table)
         : $table;
}
echo $html;

?>

Первый шаблон находит таблицы. Второй шаблон (в обратном вызове) проверяет наличие тега изображения. Третий удаляет теги table, td и tr.

Источник

HTML Purifier может использоваться для удаления всех тегов или определенного набора тегов из документа. Это идеальное решение для практически любого удаления тегов HTML в PHP - никогда не используйте для этого регулярные выражения, иначе солнце сгорит, и мы все замерзнем в удушающей темноте.

Попробуйте что-то вроде:

$config->set('HTML.Allowed', 'img');
$purifier = new HTMLPurifier($config);
$output = $filter->purify($YOUR_HTML);

Вам нужно будет добавить $config->set('HTML.Allowed', 'TAGNAME'); линия для каждой метки, которую вы не хотите убирать, но это цена, которую стоит заплатить за продолжительное жизненное тепло дневной звезды. И также не оставляю ваш сайт открытым для XSS-атак и глюков поедания контента, я думаю.

Источник

Проверьте: http://simplehtmldom.sourceforge.net/

Давайте найдем теги на странице HTML с селекторами, похожими на jQuery, и извлечем содержимое из HTML в одну строку.

Источник

Мне нужно что-то вроде этого. вот мое решение:(<\/?tr.*?>)|(<\/?td.*?>)|(<\/?table.*?>)

это регулярное выражение выберет все теги tr td и table, не являющиеся жадными.

Вы можете увидеть это в действии здесь:

http://regexr.com/3fslh

Источник

Как сказано выше, не используйте регулярные выражения для этого, это сведет вас с ума. Обычно поиск библиотек занимает столько же времени, сколько и написание собственного небольшого парсера для этого. Я делал это несколько раз на разных языках. Вы многому научились и часто можете повторно использовать код:-)

поскольку вас не интересуют атрибуты, это должно быть довольно просто. Цикл входа на сайт char by char. Посмотрите на этот Java-код, один из моих ранних, меньших подходов к очистке HTML:

public static String sanatize(String body, String[] whiteList, String tagSeperator, String seperate) {
    StringBuilder out = new StringBuilder();
    StringBuilder tag = new StringBuilder();

    boolean quoteOpen = false;
    boolean tagOpen = false;
    for(int i=0;i<body.length();i++) {
        char c = body.charAt(i);
        if(i<body.length()-1 && c == '<'  && !quoteOpen && body.charAt(i+1) != '!') {
            tagOpen = true;
            tag.append(c);
        } else if(c == '>'  && !quoteOpen && tagOpen) {
            tag.append(c);

            for (String tagName : whiteList) {
                String stag = tag.toString().toLowerCase();
                if (stag.startsWith("</"+tagName+" ") || stag.startsWith("</"+tagName+">") || stag.startsWith("<"+tagName+" ") || stag.startsWith("<"+tagName+">")) {
                    out.append(tag);
                } else if (stag.startsWith("</") && tagSeperator != null) {
                    if (seperate.length()>2) {
                        if (seperate.contains("," + stag.replaceAll("[</]+(\\w+)[\\s>].*", "$1") + ",")) {
                            out.append(tagSeperator);
                        }
                    } else {
                        if (!out.toString().endsWith(tagSeperator)) {
                            out.append(tagSeperator);
                        }
                    }
                }
            }

            tag = new StringBuilder(); 
            tagOpen = false;
        } else if (c == '"' && !quoteOpen) {
            quoteOpen = true;
            if (tagOpen)
                tag.append(c);
            else 
                out.append(c);
        } else if (i>1 && c == '"' && quoteOpen && body.charAt(i-1) != '\\' ) {
            quoteOpen = false;
            if (tagOpen)
                tag.append(c);
            else 
                out.append(c);
        } else {
            if (tagOpen)
                tag.append(c);
            else 
                out.append(c);
        }
    }

    return out.toString();
}

Вы можете игнорировать разделитель и разделить, я использовал это для очистки тегов и преобразования в CSV

Источник
Другие вопросы по тегам