如何使用preg_replace移除表格元素中的所有height标签与属性？

用户从Excel/Word复制粘贴表格到系统后，table、tr、td标签会带有height属性或style内的height规则，导致PHP API生成格式化报告时出现异常。需要实现：

1. 仅移除table、tr、td标签内的height相关内容
2. 若style属性仅包含height规则，移除整个style属性；若还有其他规则，仅移除height部分

示例输入：

<table style="height:126px;" width="243">
    <tbody>
        <tr style="height: 18px;">
            <td style="width: 38.5px; height: 18px;">ABC</td>
            <td style="width: 41.5469px; height: 18px;">123</td>
            <td style="width: 50.6562px; height: 18px;">DEF;</td>
            <td style="width: 99.2969px; height: 18px;">456</td>
        </tr>
            <tr style="height:18px;">
            <td style="width: 38.5px; height: 18px;">GHI</td>
            <td style="width: 41.5469px; height: 18px;">789</td>
            <td style="width: 50.6562px; height: 18px;">JKL</td>
            <td style="width: 99.2969px; height: 18px;">012</td>
        </tr>
            <tr style="height:18px;">
            <td style="width: 38.5px; height: 18px;">MNO</td>
            <td style="width: 41.5469px; height: 18px;">345</td>
            <td style="width: 50.6562px; height: 18px;">PQR</td>
            <td style="width: 99.2969px; height: 18px;">678</td>
        </tr>
    </tbody>
</table>

期望输出：

<table width="243">
    <tbody>
        <tr>
            <td style="width: 38.5px;">ABC</td>
            <td style="width: 41.5469px;">123</td>
            <td style="width: 50.6562px;">DEF;</td>
            <td style="width: 99.2969px;">456</td>
        </tr>
            <tr>
            <td style="width: 38.5px;">GHI</td>
            <td style="width: 41.5469px;">789</td>
            <td style="width: 50.6562px;">JKL</td>
            <td style="width: 99.2969px;">012</td>
        </tr>
            <tr>
            <td style="width: 38.5px;">MNO</td>
            <td style="width: 41.5469px;">345</td>
            <td style="width: 50.6562px;">PQR</td>
            <td style="width: 99.2969px;">678</td>
        </tr>
    </tbody>
</table>

方法一：使用DOM解析器（推荐） #

正则处理HTML易受格式不规范影响，DOM解析能稳定应对各种场景，是更可靠的选择。PHP代码示例：

$html = '<table style="height:126px;" width="243">...</table>'; // 替换为你的输入HTML

$dom = new DOMDocument();
libxml_use_internal_errors(true); // 忽略HTML解析时的非致命错误
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD); // 避免自动添加<html>/<body>标签
libxml_clear_errors();

// 遍历目标标签处理
$targetTags = ['table', 'tr', 'td'];
foreach ($targetTags as $tag) {
    $elements = $dom->getElementsByTagName($tag);
    // 倒序遍历避免索引混乱
    for ($i = $elements->length - 1; $i >= 0; $i--) {
        $element = $elements->item($i);
        
        // 移除独立的height属性
        if ($element->hasAttribute('height')) {
            $element->removeAttribute('height');
        }
        
        // 处理style属性中的height规则
        if ($element->hasAttribute('style')) {
            $styleContent = $element->getAttribute('style');
            // 移除所有height相关规则
            $cleanedStyle = preg_replace('/\s*height:\s*[^;]+;?\s*/', '', $styleContent);
            $cleanedStyle = trim($cleanedStyle, '; ');
            
            if (empty($cleanedStyle)) {
                // 清理后style为空，移除整个属性
                $element->removeAttribute('style');
            } else {
                $element->setAttribute('style', $cleanedStyle);
            }
        }
    }
}

$cleanHtml = $dom->saveHTML();
echo $cleanHtml;

方法二：使用preg_replace（仅适用于格式规范的HTML） #

若你的HTML格式严格统一（无换行标签、属性引号统一），可以用正则快速处理：

$html = '<table style="height:126px;" width="243">...</table>'; // 替换为你的输入HTML

// 第一步：移除table/tr/td内独立的height属性
$html = preg_replace('/(<(table|tr|td)[^>]*)\s+height="[^"]+"([^>]*>)/i', '$1$3', $html);

// 第二步：处理style属性中的height规则
$html = preg_replace('/(<(table|tr|td)[^>]*style=")([^"]*)\s*height:\s*[^;]+;?\s*([^"]*)"/i', function($matches) {
    $combinedStyle = trim($matches[3] . $matches[4], '; ');
    if (empty($combinedStyle)) {
        // 清理后style为空，移除整个属性
        return str_replace('style=""', '', $matches[0]);
    } else {
        return $matches[1] . $combinedStyle . '"';
    }
}, $html);

echo $html;

• DOM解析方法适配性强，能处理单引号属性、跨行标签、无引号属性等不规范场景
• 正则方法仅适合格式高度统一的HTML，遇到复杂结构（如style内含特殊字符）可能失效

内容的提问来源于stack exchange，提问作者B4THC4T