如何使用str_replace消除链接属性id

Question

这是PHP代码。我有一个字符串$heads。此字符串返回带有链接属性的列表项：

<li><a href="#link-to-h2-heading" id="some-id">Example title</a></li>

现在，我想去掉这个字符串中的id，所以我开始使用str_replace来去除id=的“some”，但是我没能让它正常工作。id="“是动态的，因此它可以是任何单词或组合。

有人能帮忙吗？

谢谢!

Answer 1

正如Mitya提议的那样，使用正则表达式来做到这一点：

正则表达式(不完全正确)：\s*id="[^"]+"

解释：

• \s意味着搜索空白，character.
• \s*意味着该空格可能丢失或多个。因此，两个或更多的空格将是matched.
• []，用于匹配必须在两者之间指定的字符列表。但是，如果以^开头，那么除了给定的列表之外，所有字符都是字符。所以[^"]指的是任何不是"字符的字符。+运算符有点像*运算符。意思是“多次但至少一次”。因此，我在这里匹配id值。

下面是您可以测试的解决方案：https://regex101.com/r/WlypLb/1

我激活了i regex选项，使其不区分大小写。m选项用于多行，这意味着当您使用^ (开始)或$ (以结束)等正则表达式运算符时，将对输入的每一行进行搜索。如果你想用一个值列表来测试你的输入，这是非常有用的。但在这里，对你的案子，它没有任何影响。

您可以直接从Regex101生成PHP代码：

$regex = '/\s*id="[^"]+"/i';
$str = '<li><a href="#link-to-h2-heading" id="some-id">Example title</a></li>';
$subst = '';

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

echo $result;

但是现在，如果您的HTML包含<li id="some-id-a"><a href="..." id="some-id-b">...</a></li>，那么两个if都将被删除。在这种情况下，您必须创建一个更好的正则表达式，只捕获<a>标记。您可以这样做:首先将锚与一个正则表达式匹配，然后用第二个正则表达式删除其中的id。

还请注意，id值也可以如下所示：

• <a href="..." id=some-id>...</a>
• <a href='...' id='some-id'>...</a>
• <a href = "..." id = "some-id">...</a>，因为=标志周围允许空格。是的，这很愚蠢..。但这是有可能的。

如果需要，您可以更改regex，但我希望您的HTML总是对属性值使用双引号，就像通常应该的那样。

我们也应该小心，因为您可能有一个属性名，最后使用id。一个实际的示例，其中可以注入一些数据属性，例如用于网站管理的数据属性，其中一些JavaScript读取这些属性：

<li id="menu-contact">
  <a href="/contact" id="menu-link-contact" data-edit-id="link34234">Contact</a>
</li>

如果您按原样使用我们的简单正则表达式，我们将不幸地破坏HTML。您可以在这里看到它的作用：https://regex101.com/r/WlypLb/2

为了解决这个问题，我们知道属性应该是一个完整的单词。我们可以使用\b regex操作符来匹配“单词开始”或“单词结束”，从而导致\bid=而不是id=。或者我们可以假设之前的空间应该一直存在，所以\s* 应该被 \s+**，替换，从而得到更正确的regex**：\s+id="[^"]+"

因此，正如您所看到的，在属性的等号周围允许空格，并且使用可能的单引号或没有它们，正则表达式开始变得相当复杂：\s+id\s*=\s*(["']|\b)[\w\d\-_]+\1

您可以在这里测试它：https://regex101.com/r/WlypLb/3

在这种情况下，大多数人推荐使用XML解析器，比如PHP提供的解析器：https://www.php.net/manual/refs.xml.php。

但是，很明显，对于简单的情况，像\s+id="[^"]+"这样的正则表达式将起作用，并将比XML解析器运行得快得多。很高兴知道，当输入HTML可能因为更新或其他原因而发生更改时，防弹正则表达式或XML解析器是最好的。

Answer 2

你能试试preg_replace和一些regex吗？

$string = preg_replace('#id="[^"]*"#', '', $string);

查找表单id="的所有短语，然后带任何非"，然后转到"并替换为''(empty)

Answer 3

这是您所需的解决方案，使用regex：

$string = 'li><a href="#link-to-h2-heading" id="some-id">Hello there</a></li>"';
$reg = '/id="[^"]+"/i';
$newString = preg_replace($reg, '', $string);