首先给出几个问题。
将html代码中的js内容过滤掉。
将html代码中table标签中间的内容（<table>内容</table>）前后加上特殊字符#。
取出img标签alt属性的值。
html代码如下：
<html><head>
<title>test</title></head><body>
<script type="text/javascript">
data = 'test data'; </script>
<p><img class="lazyload" src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAAAXNSR0IArs4c6QAAAARnQU1BAACxjwv8YQUAAAAJcEhZcwAADsQAAA7EAZUrDhsAAAANSURBVBhXYzh8+PB/AAffA0nNPuCLAAAAAElFTkSuQmCC" data-original="http://test.com/1.jpg" alt="this's a description."></p>
<table>....</table>
<p><img src='http://test.com/2.jpg' alt='other'></p>
<script>
console.log('statics'); </script></body></html>第一个问题，很容易写出下面代码:
$html = preg_replace('~<script.*>.+</script>~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('~<script.*>.+</script>~Us', '', $html);
执行结果：
第二问题，可以使用php的preg_replace_callback函数。
$html = preg_replace_callback( '~<table>(.+)</table>~Us', function ($matches) { return '#' . $matches[1] . '#';
},
$html);第三个问题：
preg_match_all('~<img.*alt=[\'"](.+)[\'"]~U', $html, $matches);
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('~<img.*alt=（[\'"]）(.+)\1~U', $html, $matches);
作者：zhou
链接：https://www.jianshu.com/p/79cba48bc3ef
點擊查看更多內容
為 TA 點贊
評論
評論
共同學習，寫下你的評論
評論加載中...
作者其他優質文章
正在加載中
感謝您的支持，我會繼續努力的～
掃碼打賞，你說多少就多少
贊賞金額會直接到老師賬戶
支付方式
打開微信掃一掃，即可進行掃碼打賞哦