過濾html標簽在php中可以有內置的函數(shù)了，但它過濾的太干凈了，我們就整理了一下些利用正則來過濾指定html標簽的例子，具體如下所示。

采集的時候有時候需要過濾掉多余的標簽屬性，比如 img標簽過濾掉除了src屬性之外的所有屬性例如刪除titile alt等屬性以及一些腳的onclick屬性等。

例如

過濾除了src之外的所有屬性:

代碼如下:

$str= preg_replace('/\s(?!src)[a-zA-Z]+=[\'\"]{1}[^\'\"]+[\'\"]{1}/iu',' $str); 

上面的實例代碼是過濾掉除了src屬性外的所有標簽屬性.

過濾設置過濾除了alt和src之外的所有屬性

代碼如下:

代碼如下:

$str = preg_replace('/\s(?!(src|alt))[a-zA-Z]+=[^\s]*/iu',' ', $str); 

過濾所有html標簽的屬性的正則表達式:

代碼如下:

$str = preg_replace("/<([a-z]+)[^>]*>/i","",$str ); 

只過濾alt屬性的正則表達式:

代碼如下:

(\s)alt=[^\s]* 

過濾所有html標簽的屬性的正則表達式:

代碼如下:

$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript 

"'<[\/\!]*?[^<>]*?>'si", // 去掉 HTML 標記 

"'([\r\n])[\s]+'", // 去掉空白字符 

"'&(quot|#34);'i", // 替換 HTML 實體 

"'&(amp|#38);'i", 

"'&(lt|#60);'i", 

"'&(gt|#62);'i", 

"'&(nbsp|#160);'i" 

); // 作為 PHP 代碼運行 

$replace = array ("","","\\1","\"","&","<",">"," "); 

$html = preg_replace($search, $replace, $html);