从 href 中删除双引号

Question

我有一个 html 字符串，需要从锚标记的 href 中删除双引号。$content = '<p style="abc" rel="blah blah"> Hello I am p </p> <a href="https://example.com/abc?name="xyz&123""></a>';应该返回$content = '<p style="abc" rel="blah blah"> Hello I am p </p> <a href="https://example.com/abc?name='xyz&123'"></a>';我努力了preg_replace('/<a\s+[^>]*href\s*=\s*"([^"]+)"[^>]*>/', '<a href="\1">', $content)但这会删除锚标记中除 href 之外的所有属性。无法找到可以在 href 中实际工作的东西正在寻找相同的 php 代码。

Answer 1

您可以尝试：

(<a href=".*?)"(.*?)"(.*)

上述正则表达式的解释：

• (<a href=".*?)- 代表第一个捕获组捕获捕获第一个之前的所有内容"。请注意，我使用了惰性匹配，这有助于完成此任务。

• "-"从字面上匹配。

• (.*?)- 表示第二个捕获组捕获xyz&123介于两者之间的数据"。

• (.*)- 代表第三个捕获组，捕获 后的所有内容"。

• $1\'$2\'$3- 对于更换零件；将捕获的组与单引号一起使用。

您可以在此处找到上述正则表达式的演示。

示例实现 inf php：

<?php

$re = '/(<a href=".*?)"(.*?)"(.*)/m';

$str = '<p style="abc" rel="blah blah"> Hello I am p </p> <a href="https://example.com/abc?name="xyz&123""></a>';

$subst = '$1\'$2\'$3';

$result = preg_replace($re, $subst, $str);

echo $result;

您可以在此处找到上述代码的示例运行。

Answer 2

我尝试过preg_replace('/<a\s+[^>]*href\s*=\s*"([^"]+)"[^>]*>/', '<a href="\1">', $content)正则表达式。但这会删除锚标记中除 href 之外的所有属性。

也许更通用一些——一<a ...>开始就将所有这些东西排除在外？

没有太多的 HTML 元素一href开始就具有属性 - 即使您遇到具有这样的href值的不同元素，它在那里也没有意义，因此无论如何它也需要替换。

#href="(\S+)"#作为贪婪模式寻找并捕获href="和之间最长的可能非空白字符串"。这给出了href="https://example.com/abc?name="xyz&123""完整匹配，以及https://example.com/abc?name="xyz&123"部分匹配。

让我们将后者输入str_replace以消除", 使用preg_replace：

$content = preg_replace_callback('#href="(\S+)"#', function($m) {
  return 'href="'.str_replace('"', '', $m[1]).'"';
}, $content);