web-dev-qa-db-fra.com

Supprimer l'attribut de style des balises HTML

Je ne suis pas trop bon avec les expressions régulières, mais avec PHP je veux supprimer l'attribut style des balises HTML dans une chaîne qui revient de TinyMCE.

Changez donc <p style="...">Text</p> En vanille <p>Test</p>.

Comment pourrais-je y parvenir avec quelque chose comme la fonction preg_replace()?

42
Martin Bean

Le regex pragmatique (<[^>]+) style=".*?" résoudra ce problème dans tous les cas raisonnables. La partie du match qui n'est pas le premier groupe capturé doit être supprimée, comme ceci:

$output = preg_replace('/(<[^>]+) style=".*?"/i', '$1', $input);

Correspond à un < suivi d'un ou plusieurs "pas > "jusqu'à ce que nous arrivions à space et au style="..." partie. Le /i le fait fonctionner même avec STYLE="...". Remplacez cette correspondance par $1, qui est le groupe capturé. Il laissera la balise telle quelle, si la balise ne comprend pas style="...".

120

Quelque chose comme ça devrait fonctionner (avertissement de code non testé):

<?php

$html = '<p style="asd">qwe</p><br /><p class="qwe">qweqweqwe</p>';

$domd = new DOMDocument();
libxml_use_internal_errors(true);
$domd->loadHTML($html);
libxml_use_internal_errors(false);

$domx = new DOMXPath($domd);
$items = $domx->query("//p[@style]");

foreach($items as $item) {
  $item->removeAttribute("style");
}

echo $domd->saveHTML();
39
Maerlyn

J'ai commenté la fonction de @Mayerln. Cela fonctionne, mais DOMDocument bourre vraiment d'encodage. Voici ma version simplehtmldom

function stripAttributes($html,$attribs) {
    $dom = new simple_html_dom();
    $dom->load($html);
    foreach($attribs as $attrib)
        foreach($dom->find("*[$attrib]") as $e)
            $e->$attrib = null; 
    $dom->load($dom->save());
    return $dom->save();
}
25
JaseC

Voici:

<?php

$html = '<p style="border: 1px solid red;">Test</p>';
echo preg_replace('/<p style="(.+?)">(.+?)<\/p>/i', "<p>$2</p>", $html);

?>

Par ailleurs, comme l'ont souligné d'autres, les regex ne sont pas suggérées pour cela.

4
Lorenzo Marcon

J'utilise ceci:

function strip_Word_html($text, $allowed_tags = '<a><ul><li><b><i><sup><sub><em><strong><u><br><br/><br /><p><h2><h3><h4><h5><h6>')
{
    mb_regex_encoding('UTF-8');
    //replace MS special characters first
    $search = array('/&lsquo;/u', '/&rsquo;/u', '/&ldquo;/u', '/&rdquo;/u', '/&mdash;/u');
    $replace = array('\'', '\'', '"', '"', '-');
    $text = preg_replace($search, $replace, $text);
    //make sure _all_ html entities are converted to the plain ascii equivalents - it appears
    //in some MS headers, some html entities are encoded and some aren't
    //$text = html_entity_decode($text, ENT_QUOTES, 'UTF-8');
    //try to strip out any C style comments first, since these, embedded in html comments, seem to
    //prevent strip_tags from removing html comments (MS Word introduced combination)
    if(mb_stripos($text, '/*') !== FALSE){
        $text = mb_eregi_replace('#/\*.*?\*/#s', '', $text, 'm');
    }
    //introduce a space into any arithmetic expressions that could be caught by strip_tags so that they won't be
    //'<1' becomes '< 1'(note: somewhat application specific)
    $text = preg_replace(array('/<([0-9]+)/'), array('< $1'), $text);
    $text = strip_tags($text, $allowed_tags);
    //eliminate extraneous whitespace from start and end of line, or anywhere there are two or more spaces, convert it to one
    $text = preg_replace(array('/^\s\s+/', '/\s\s+$/', '/\s\s+/u'), array('', '', ' '), $text);
    //strip out inline css and simplify style tags
    $search = array('#<(strong|b)[^>]*>(.*?)</(strong|b)>#isu', '#<(em|i)[^>]*>(.*?)</(em|i)>#isu', '#<u[^>]*>(.*?)</u>#isu');
    $replace = array('<b>$2</b>', '<i>$2</i>', '<u>$1</u>');
    $text = preg_replace($search, $replace, $text);
    //on some of the ?newer MS Word exports, where you get conditionals of the form 'if gte mso 9', etc., it appears
    //that whatever is in one of the html comments prevents strip_tags from eradicating the html comment that contains
    //some MS Style Definitions - this last bit gets rid of any leftover comments */
    $num_matches = preg_match_all("/\<!--/u", $text, $matches);
    if($num_matches){
        $text = preg_replace('/\<!--(.)*--\>/isu', '', $text);
    }
    $text = preg_replace('/(<[^>]+) style=".*?"/i', '$1', $text);
return $text;
}
3
DreschF

En plus de la réponse de Lorenzo Marcon:

En utilisant preg_replace pour tout sélectionner sauf l'attribut style:

$html = preg_replace('/(<p.+?)style=".+?"(>.+?)/i', "$1$2", $html);
1
RafaSashi
$html = preg_replace('/\sstyle=("|\').*?("|\')/i', '', $html);

Pour remplacer tous les styles = "" par des blancs.

0
Zmael