PHP正则表达式无法移除含空白的空<p>标签问题求助

你的问题核心是原正则的\s无法匹配**非断空格（U+00A0）**和HTML实体 ，导致空标签漏匹配，以下是具体解决方案：

1. 关键问题分析 #

• 正则中的\s仅匹配普通空格、制表符、换行符等标准空白，不包含非断空格（ 对应的Unicode字符U+00A0）
• str_replace只能精确匹配固定字符串，无法处理多种空白组合（比如换行+ +空格）的情况

2. 解决方案代码 #

方案一：同时匹配实体和非断空格字符 #

直接修改正则，覆盖 实体和实际的非断空格字符：

$html = '你的待处理HTML代码';
// 匹配包含任意空白、&nbsp;实体的空<p>标签，忽略大小写和换行
$pattern = '/<p>(?:\s|&nbsp;)*<\/p>/im';
$cleanHtml = preg_replace($pattern, '', $html);

方案二：先解码实体再匹配更彻底 #

如果HTML中存在其他转义的空白实体，先解码成实际字符再匹配更全面：

$html = '你的待处理HTML代码';
// 解码所有HTML实体（包括 转成U+00A0）
$decodedHtml = html_entity_decode($html, ENT_QUOTES, 'UTF-8');
// 匹配所有空白（含非断空格）的空<p>标签
$pattern = '/<p>[\s\xA0]*<\/p>/im';
$cleanHtml = preg_replace($pattern, '', $decodedHtml);

拓展：匹配带属性的空

标签 #

如果空

标签带有class、id等属性，调整正则即可：

$pattern = '/<p[^>]*>[\s\xA0]*<\/p>/im';

3. 效果验证 #

假设待处理HTML为：

<div class="article">
    <p>&nbsp;</p>
    <p>  </p>
    <p>这是有效内容</p>
    <p class="empty">
        &nbsp;
    </p>
</div>

处理后会移除所有空

标签，仅保留含有效内容的标签。

内容的提问来源于stack exchange，提问作者StreakDragon