如何使用PHP preg_replace移除HTML文档body内的style标签及内部样式

• 你没有接收preg_replace的返回值：PHP的preg_replace不会修改传入的原字符串，而是会将处理后的结果作为返回值返回，你直接调用方法不赋值，原变量内容不会发生变化，这是代码不生效的核心原因。
• 正则缺少必要修饰符：默认情况下正则中的.不会匹配换行符，如果style标签或body内容存在换行，.*?就会提前终止匹配，导致匹配失败。
• 原style标签匹配规则不够通用：无法匹配带属性的style标签（比如<style type="text/css">），也无法兼容大写的标签写法。

方案1：仅提取处理后的body内容 #

如果你只需要body的文本内容，使用以下代码：

<?php
$html = '<html><head><title>Title</title><style>.button {color: #fff}</style></head><body>qwe rty zxc<style>.button {color: #fff}</style></body></html>';
// 正则加i修饰符兼容标签大小写，加s修饰符让.匹配所有字符包括换行
if (preg_match('|<body>(.*?)</body>|is', $html, $match)) {
    $body = $match[1];
    // 接收preg_replace返回值，正则匹配所有带属性的style标签
    $body = preg_replace('|<style\b[^>]*>(.*?)</style>|is', '', $body);
    echo $body;
}

运行后输出结果为：qwe rty zxc，符合预期。

方案2：保留完整HTML结构，仅移除body内的style标签 #

如果你需要保留head等其他部分的内容，只清理body内的style标签，使用以下代码：

<?php
$html = '<html><head><title>Title</title><style>.button {color: #fff}</style></head><body>qwe rty zxc<style>.button {color: #fff}</style></body></html>';
$processedHtml = preg_replace_callback('|<body>(.*?)</body>|is', function ($item) {
    $cleanBody = preg_replace('|<style\b[^>]*>(.*?)</style>|is', '', $item[1]);
    return "<body>{$cleanBody}</body>";
}, $html);
echo $processedHtml;

运行后head内的style标签会保留，body内的style标签会被完全移除。

内容的提问来源于stack exchange，提问作者web user