PHP技术需求：移除图片及普通文本超链接，保留指定站点链接

需求：保留文本、图片内容，仅保留指定站点（如twitter.com、t.co）的超链接。

现有PHP代码：

<?php

$Content = 'text <a href="https://www.somesite.com/" title="test"><img src="imagelink.jpg"/></a> some text <a href="https://www.twitter.com/rere" title="test">twitttter.com</a> other random text';

$keepImage = preg_replace('/<a.*?(<img.*?>)<\/a>/', '$1', $Content);
$allowed = array("twitter.com","t.co");
preg_match_all('/<\/?a[^>]*>/', $Content, $matches);
foreach($matches[0] AS $link){
    foreach($allowed AS $site){
        if(strpos($link, $site) !== false){
            continue 2;
        }
    }
    $Content = str_replace($link, '', $Content);
}

echo $Content;
?>

当前执行结果：

text <img src="imagelink.jpg"/> some text <a href="https://www.twitter.com/rere" title="test">twitttter.com other random text

期望结果：

text <img src="imagelink.jpg"/> some text <a href="https://www.twitter.com/rere" title="test">twitttter.com</a> other random text

核心问题：允许保留的超链接的</a>闭合标签被误删，导致链接结构不合法。

原代码通过preg_match_all单独提取所有<a>起始标签和</a>结束标签，逐个检查标签字符串里是否包含允许的站点域名。但</a>标签本身不带域名，会被判定为“不允许”而被替换删除，最终合法链接的闭合标签丢失。

直接匹配完整的<a>链接（从<a>到</a>），根据href属性判断是否属于允许站点，分情况处理：

• 允许的链接：保留完整结构
• 不允许的链接：内部是图片则保留图片标签，普通文本链接则直接移除整个链接

修改后的代码：

<?php
$Content = 'text <a href="https://www.somesite.com/" title="test"><img src="imagelink.jpg"/></a> some text <a href="https://www.twitter.com/rere" title="test">twitttter.com</a> other random text';

$allowed = array("twitter.com", "t.co");

// 处理所有完整<a>链接
$Content = preg_replace_callback('/<a[^>]+href="([^"]+)"[^>]*>(.*?)<\/a>/si', function($matches) use ($allowed) {
    $href = $matches[1];
    $linkContent = $matches[2];
    
    // 检查href是否包含允许的站点
    $isAllowed = false;
    foreach ($allowed as $site) {
        if (strpos($href, $site) !== false) {
            $isAllowed = true;
            break;
        }
    }
    
    if ($isAllowed) {
        // 保留完整链接
        return $matches[0];
    } else {
        // 非允许链接：是图片则保留图片标签，否则移除整个链接
        return preg_match('/<img[^>]+>/i', $linkContent) ? $linkContent : '';
    }
}, $Content);

echo $Content;
?>

1. 使用preg_replace_callback匹配完整<a>链接，捕获href属性和链接内部内容；
2. 校验href是否包含允许的站点域名，符合则保留整个链接；
3. 非允许链接：内部是图片则仅保留图片标签，普通文本链接直接移除；
4. 正则修饰符si支持跨换行匹配，且不区分大小写，适配更多场景。

执行后将得到符合预期的结果，合法链接的</a>标签会被完整保留。

内容的提问来源于stack exchange，提问作者Redirect