如何用preg_replace移除HTML中空li及含空嵌套标签的li元素？

你的问题在于当前正则仅能匹配直接包含空白或 的空<li>，但无法识别内部嵌套空标签（如包含仅 的<span>）的情况。下面提供两种解决方案：

方案1：改进正则表达式（适合简单场景） #

针对单层嵌套的空标签场景，可以扩展正则，允许<li>内部包含任意空标签（标签内仅空白或 ）：

$contenuto = preg_replace('/<li[^>]*>(?:\s*|&nbsp;|<[^>]*>(?:\s*|&nbsp;)*<\/[^>]*>)*\s*<\/li>/i', '', $contenuto);

注意：这个正则仅能处理一层嵌套的空标签，如果存在多层嵌套（如<li><span><span>&nbsp;</span></span></li>），则无法匹配——正则处理HTML嵌套结构天生存在局限。

方案2：使用DOMDocument处理（推荐，支持任意嵌套） #

HTML是结构化文档，用DOM解析是更可靠的方式，能正确处理所有嵌套层级的空标签：

$contenuto = '<ol style="margin-top: 0cm; margin-bottom: 0cm;">
<li style="margin: 0cm 0cm 0cm 47.6px; text-align: justify; line-height: normal; font-size: 11pt; font-family: Calibri, sans-serif; text-indent: 0.4px;"><span style="font-size: 10.0pt;">x</span></li>
<li style="margin: 0cm 0cm 0cm 47.6px; text-align: justify; line-height: normal; font-size: 11pt; font-family: Calibri, sans-serif; text-indent: 0.4px;"><span style="font-size: 10.0pt;">y</span></li>
<li style="margin: 0cm 0cm 0cm 47.6px; text-align: justify; line-height: normal; font-size: 11pt; font-family: Calibri, sans-serif; text-indent: 0.4px;"><span style="font-size: 10.0pt;">z</span></li>
<li style="margin: 0cm 0cm 0cm 47.6px; text-align: justify; line-height: normal; font-size: 11pt; font-family: Calibri, sans-serif; text-indent: 0.4px;"></li>
<li style="margin: 0cm 0cm 0cm 47.6px; text-align: justify; line-height: normal; font-size: 11pt; font-family: Calibri, sans-serif; text-indent: 0.4px;"><span style="font-size: 10.0pt; color: red;">&nbsp;</span></li>
</ol>';

$dom = new DOMDocument();
// 禁用libxml错误提示，避免解析HTML时的警告
libxml_use_internal_errors(true);
// 加载HTML，去掉自动添加的<html>/<body>标签
$dom->loadHTML($contenuto, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

$xpath = new DOMXPath($dom);
// 选取所有<li>元素
$lis = $xpath->query('//li');

foreach ($lis as $li) {
    // 获取<li>的所有文本内容（包括子标签的文本）
    $textContent = $li->textContent;
    // 将&nbsp;（UTF-8编码为\xc2\xa0）替换为空格，再去除首尾空白
    $cleanText = trim(str_replace("\xc2\xa0", ' ', $textContent));
    // 如果清理后文本为空，移除该<li>
    if (empty($cleanText)) {
        $li->parentNode->removeChild($li);
    }
}

// 输出处理后的HTML
$contenuto = $dom->saveHTML();
echo $contenuto;

原理说明： #

• 通过DOMDocument解析HTML结构，确保正确识别所有嵌套标签
• 提取每个<li>的全部文本内容，清理掉 和空白字符后判断是否为空
• 若为空则从DOM树中移除该<li>元素，最后输出处理后的HTML

内容的提问来源于stack exchange，提问作者itajackass