從圖像標籤的標題和alt屬性中去除HTML標籤

Question

在我們的一些文章中，我們發現圖像錯誤地將硬鏈接硬編碼到圖像標籤的標題/ alt屬性中，導致圖像顯示中斷。例如：

<img src="/imgs/my-image.jpg" title="This is a picture of a <a href="/blob.html">blob</a>." /> 

我使用preg_replace_callback函數試過了，但它是難以企及的，因爲從鏈接重複報價的全名。

我希望能夠以編程方式爲任何字符串執行此操作以確保正確的輸出。想法？

Answer 1

你可以嘗試這種模式：

$pattern = <<<'EOD' 
~ 
(?: 
    \G(?!\A)     # second entry point 
    (?:      # content up to the next alt/title attribute (optional) 
     [^><"]* "     # end of the previous attribute 
     (?> [^><"]* " [^"]* ")*? # other attributes (optional) 
     [^><"]*     # spaces or attributes without values (optional) 
     \b(?:alt|title)\s*=\s*" # the next alt/title attribute 
    )?+      # make all the group optional 
    | 
    <img\s[^>]*?    # first entry point 
    \b(?:alt|title)\s*=\s*" 
) 
[^<"]*+\K 
(?:    # two possibilities: 
    </?a[^>]*>  # an "a" tag (opening or closing) 
    |    # OR 
    (?=")   # followed by the closing quote 
) 
~x 
EOD; 

$result = preg_replace($pattern, '', $html); 

online demo

這種模式的使用與\G錨重複比賽的連續性。