PHP中保留含artworks的<g><image>标签，移除其余同类标签

我明白你的需求：要清理SVG文件，移除所有包含<image>的<g>标签，但要保留那些<image>的href（包括xlink:href）里含有"artworks"的<g>。用正则处理确实方便，但现有正则没做过滤，我来帮你调整一下，同时也给你更可靠的DOM解析方案。

方法一：改进正则表达式（适合简化后的无换行SVG） #

你之前的正则能匹配所有带<image>的<g>，但需要加入否定前瞻来排除href包含"artworks"的情况。以下是调整后的正则和PHP代码：

// 假设$svgContent是已经移除换行的SVG内容
$svgContent = file_get_contents('your-file.svg');

// 正则匹配：包含<image>但href不含"artworks"的<g>标签
$pattern = '/<g transform="[^"]*">.*?<image[^>]*?(?:href|xlink:href)="(?!.*artworks)[^"]*"[^>]*?>.*?<\/g>/s';
$cleanedSvg = preg_replace($pattern, '', $svgContent);

// 保存处理后的SVG
file_put_contents('cleaned-file.svg', $cleanedSvg);

正则说明： #

• <g transform="[^"]*">：匹配带transform属性的<g>开头（如果你的<g>可能没有transform，可以改成<g[^>]*>）
• .*?：非贪婪匹配，避免跨标签匹配
• <image[^>]*?(?:href|xlink:href)="(?!.*artworks)[^"]*"[^>]*?>：匹配<image>标签，且其href/xlink:href属性值不包含"artworks"（(?!.*artworks)是关键的否定前瞻）
• /s修饰符：让.匹配换行符（即使你移除了换行，加上更稳妥）

方法二：用DOMDocument解析（更可靠，推荐） #

正则处理XML/SVG有局限性——如果标签嵌套复杂、属性顺序变化或存在特殊字符，正则很容易失效。用PHP的DOM扩展解析是更规范的方式：

$svgContent = file_get_contents('your-file.svg');

$dom = new DOMDocument();
// 忽略SVG解析时的非致命警告（因为SVG可能有不符合严格XML的地方）
libxml_use_internal_errors(true);
$dom->loadXML($svgContent);
libxml_clear_errors();

$xpath = new DOMXPath($dom);
// XPath查询：找到所有包含<image>的<g>，且<image>的href/xlink:href不含"artworks"
$gNodes = $xpath->query('//g[image[not(contains(@href, "artworks") or contains(@xlink:href, "artworks"))]]');

// 遍历并移除这些<g>标签
foreach ($gNodes as $gNode) {
    $gNode->parentNode->removeChild($gNode);
}

// 输出处理后的SVG
$cleanedSvg = $dom->saveXML();
file_put_contents('cleaned-file.svg', $cleanedSvg);

这个方法能准确识别SVG的结构，不用担心标签格式变化导致的匹配错误，适合复杂的SVG文件。

内容的提问来源于stack exchange，提问作者Yvon Huynh