php - todas - Eliminar el atributo de estilo de las etiquetas HTML

tinymce langs es js

Question

No soy muy bueno con las expresiones regulares, pero con PHP quiero eliminar el atributo de style de las etiquetas HTML en una cadena que vuelve de TinyMCE.

Así que cambie <p style="...">Text</p> a solo vainilla <p>Test</p> .

¿Cómo lograría esto con algo así como la función preg_replace() ?

Answer 1

Además de la respuesta de Lorenzo Marcon:

Usando preg_replace para seleccionar todo menos el atributo de estilo:

$html = preg_replace(''/(<p.+?)style=".+?"(>.+?)/i'', "$1$2", $html);

Answer 2

Algo así debería funcionar (advertencia de código no probado):

<?php

$html = ''<p style="asd">qwe</p><br /><p class="qwe">qweqweqwe</p>'';

$domd = new DOMDocument();
libxml_use_internal_errors(true);
$domd->loadHTML($html);
libxml_use_internal_errors(false);

$domx = new DOMXPath($domd);
$items = $domx->query("//p[@style]");

foreach($items as $item) {
  $item->removeAttribute("style");
}

echo $domd->saveHTML();

Answer 3

Aqui tienes:

<?php

$html = ''<p style="border: 1px solid red;">Test</p>'';
echo preg_replace(''/<p style="(.+?)">(.+?)<//p>/i'', "<p>$2</p>", $html);

?>

Por cierto, como señalaron otros, no se sugieren expresiones regulares para esto.

Answer 4

Comenté la función de @Mayerln. Funciona, pero DOMDocument realmente está lleno de codificación. Aquí está mi versión simplehtmldom

function stripAttributes($html,$attribs) {
    $dom = new simple_html_dom();
    $dom->load($html);
    foreach($attribs as $attrib)
        foreach($dom->find("*[$attrib]") as $e)
            $e->$attrib = null; 
    $dom->load($dom->save());
    return $dom->save();
}

Answer 5

La expresión regular pragmática (<[^>]+) style=".*?" resolverá este problema en todos los casos razonables. La parte del partido que no es el primer grupo capturado debe eliminarse, así:

$output = preg_replace(''/(<[^>]+) style=".*?"/i'', ''$1'', $input);

Haga coincidir un < seguido de uno o más "no > " hasta que lleguemos al space y la parte de style="..." . El /i hace funcionar incluso con STYLE="..." . Reemplace esta coincidencia con $1 , que es el grupo capturado. Dejará la etiqueta como está, si la etiqueta no incluye style="..." .

Answer 6

Podrías manejarlo desde el lado del cliente, lo más fácil sería con jQuery. Algo como:

$("#tinyMce p").removeAttr("style");

Answer 7

Yo uso esto:

function strip_word_html($text, $allowed_tags = ''<a><ul><li><b><i><sup><sub><em><strong><u><br><br/><br /><p><h2><h3><h4><h5><h6>'')
{
    mb_regex_encoding(''UTF-8'');
    //replace MS special characters first
    $search = array(''/&lsquo;/u'', ''/&rsquo;/u'', ''/&ldquo;/u'', ''/&rdquo;/u'', ''/&mdash;/u'');
    $replace = array(''/''', ''/''', ''"'', ''"'', ''-'');
    $text = preg_replace($search, $replace, $text);
    //make sure _all_ html entities are converted to the plain ascii equivalents - it appears
    //in some MS headers, some html entities are encoded and some aren''t
    //$text = html_entity_decode($text, ENT_QUOTES, ''UTF-8'');
    //try to strip out any C style comments first, since these, embedded in html comments, seem to
    //prevent strip_tags from removing html comments (MS Word introduced combination)
    if(mb_stripos($text, ''/*'') !== FALSE){
        $text = mb_eregi_replace(''#//*.*?/*/#s'', '''', $text, ''m'');
    }
    //introduce a space into any arithmetic expressions that could be caught by strip_tags so that they won''t be
    //''<1'' becomes ''< 1''(note: somewhat application specific)
    $text = preg_replace(array(''/<([0-9]+)/''), array(''< $1''), $text);
    $text = strip_tags($text, $allowed_tags);
    //eliminate extraneous whitespace from start and end of line, or anywhere there are two or more spaces, convert it to one
    $text = preg_replace(array(''/^/s/s+/'', ''//s/s+$/'', ''//s/s+/u''), array('''', '''', '' ''), $text);
    //strip out inline css and simplify style tags
    $search = array(''#<(strong|b)[^>]*>(.*?)</(strong|b)>#isu'', ''#<(em|i)[^>]*>(.*?)</(em|i)>#isu'', ''#<u[^>]*>(.*?)</u>#isu'');
    $replace = array(''<b>$2</b>'', ''<i>$2</i>'', ''<u>$1</u>'');
    $text = preg_replace($search, $replace, $text);
    //on some of the ?newer MS Word exports, where you get conditionals of the form ''if gte mso 9'', etc., it appears
    //that whatever is in one of the html comments prevents strip_tags from eradicating the html comment that contains
    //some MS Style Definitions - this last bit gets rid of any leftover comments */
    $num_matches = preg_match_all("//<!--/u", $text, $matches);
    if($num_matches){
        $text = preg_replace(''//<!--(.)*--/>/isu'', '''', $text);
    }
    $text = preg_replace(''/(<[^>]+) style=".*?"/i'', ''$1'', $text);
return $text;
}