PHP如何删除指定class或id父元素内的全部HTML内容

• 嵌套标签匹配异常：你测试用的HTML存在两层嵌套的class="m-interstitial" div标签，正则中的非贪婪匹配(.*?)遇到第一个</div>就会终止匹配，无法命中最外层对应的闭合标签，仅会替换内层部分内容，导致外层结构残留。
• 正则不适用于HTML解析：HTML属于上下文相关的标记语言，正则无法完美处理标签嵌套、属性顺序变化、多类名并存等场景，很容易出现匹配错误。

临时正则方案（仅适配固定结构场景） #

如果你的HTML结构完全固定，可以将非贪婪匹配改为贪婪匹配，匹配到最后一个闭合的div标签：

$remove = preg_replace('#<div class="m-interstitial">(.*)</div>#s', '', $html);

该方案局限性高，结构稍有变动就会失效，不推荐生产环境使用。

稳定方案（DOM解析，推荐） #

使用PHP内置的DOM扩展处理HTML，适配各类复杂场景：

<?php
$html = '<div class="m-interstitial"><div class="m-interstitial">
<div class="m-interstitial__ad" data-readmore-target="">
<div class="m-block-ad" data-tms-ad-type="box" data-tms-ad-status="idle" data-tms-ad-pos="1">
<div class="m-block-ad__label m-block-ad__label--report-enabled"><span class="m-block-ad__label__text">Advertising</span> <button class="m-block-ad__label__report-link" title="Report this ad" data-tms-ad-report=""> </button></div>
<div class="m-block-ad__content">&nbsp;</div>
</div>
</div>
<button class="m-interstitial__unlock-btn" data-readmore-unlocker=""> <span class="m-interstitial__unlock-btn__text">Read more</span>
</button></div>';

// 初始化DOM对象
$dom = new DOMDocument();
// 关闭HTML规范报错，兼容不标准的HTML内容
libxml_use_internal_errors(true);
// 加载HTML内容，禁用自动添加html、body标签
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

// 用XPath查询目标节点
$xpath = new DOMXPath($dom);
$targetNodes = $xpath->query('//div[contains(@class, "m-interstitial")]');

// 倒序删除节点，避免嵌套节点删除时索引错乱
for ($i = $targetNodes->length - 1; $i >= 0; $i--) {
    $node = $targetNodes->item($i);
    $node->parentNode->removeChild($node);
}

// 输出处理结果
$result = $dom->saveHTML();
var_dump($result);

运行后输出为空字符串，符合预期。

内容的提问来源于stack exchange，提问作者AlexD