PHP正则处理遇到的几个问题

首先给出几个问题。

1. 将html代码中的js内容过滤掉。

2. 将html代码中table标签中间的内容（

   内容）前后加上特殊字符#。

3. 取出img标签alt属性的值。

html代码如下：

       
       
       

       ....
       

       

第一个问题，很容易写出下面代码:

$html = preg_replace('~~U', '', $html);

但执行的时候发现并没有过滤掉js代码。

原因是点号（.）元字符匹配除换行符以外的任意字符。js代码是多行的，所以用点号无法匹配，这个坑很浅，我却掉进去了。

解决方法：使用模式修饰符s，此修饰符可以让点号匹配换行符。

$html = preg_replace('~~Us', '', $html);

执行结果：

第二问题，可以使用php的preg_replace_callback函数。

$html = preg_replace_callback(    '~(.+)~Us',    function ($matches) {        return '#' . $matches[1] . '#';
    },
   $html);

第三个问题：

preg_match_all('~

执行结果：

发现第一个匹配出错。由于alt属性值可能由双引号或单引号包括的，所以在正则中使用[’”]，但如果alt属性值中有单引号或双引号就会匹配不全，此时可以使用反向引用来解决，好吧，我竟然忘了反向引用。

preg_match_all('~

作者：zhou
链接：https://www.jianshu.com/p/79cba48bc3ef