删除使用正则表达式

Question

使用这个表达式表达几乎所有的HTML注释：

preg_replace('/<!--(?!<!)[^\[>].*?-->/', '', $output) 

我能够从我的网页中删除所有HTML注释除了任何看起来像这样：

<!--[if IE 6]> 
    Special instructions for IE 6 here 
<![endif]--> 

如何我可以修改它以排除包含唯一短语（如“batcache”）的HTML注释吗？

所以，HTML注释这样的：

<!-- 
generated 37 seconds ago 
generated in 0.978 seconds 
served from batcache in 0.004 seconds 
expires in 263 seconds 
--> 

不会被删除。

---

此代码似乎这样的伎俩：

preg_replace('/<!--([\s\S]*?)-->/', function($c) { return (strpos($c[1], '<![') !== false || strpos($c[1], 'batcache') !== false) ? $c[0] : ''; }, $output) 

Answer 1

这应该取代全部不包含“batcache”的评论。匹配在这两个标签之间完成：<!--至-->。

$result = preg_replace("/<!--((?!batcache)(?!\\[endif\\])[\\s\\S])*?-->/", "", $str); 

您可以试一试here。

正如其他用户指出的那样，使用正则表达式解析HTML并不总是安全的，但是如果您有相对保证将分析哪种HTML的应该按预期工作。如果正则表达式不匹配某个特定的用例，请告诉我。