我在字符串中有这个标签：
<?xml:namespace prefix = o /?>
如何使用PHP和regex从字符串中删除该标记和类似的标记？
我试过了：
$clean = preg_replace('/<?xml[^>]+/>/im', '', $dirty);
该字符串中有一个处理指令（PI，请参阅XML 1.0）。
如果您想从一个字符串中删除那些PI，而您希望该字符串是UTF-8编码的，而不使用PCRE UTF-8修饰符，您可以使用以下模式：
~
<?
(?: [A-Za-z_:] | [^x00-x7F] ) (?: [A-Za-z_:.-] | [^x00-x7F] )*
(?: ?> | s (?: [^?]* ?+ ) (?: [^>?] [^?]* ?+ )* >)
~x
它是从XML处理指令的REX表达式到PHP中使用的PCRE表达式的转换。
代码示例：
$str = "some string <?xml:namespace prefix = o /?> that is";
$pattern = '~
<?
(?: [A-Za-z_:] | [^x00-x7F] ) (?: [A-Za-z_:.-] | [^x00-x7F] )*
(?: ?> | s (?: [^?]* ?+ ) (?: [^>?] [^?]* ?+ )* >)
~x';
echo preg_replace($pattern, '', $str);
输出：
some string that is
与前面给出的答案不同的是，这个正则表达式确实。。。
- 。。。正确考虑关闭顺序（"
?>"）。特别是在处理指令中可以允许使用">" - 。。。不需要将处理指令的名称限制为仅以"
xml"开头 - 。。。它实际上是在寻找一个名字作为开头序列的一部分
- 。。。处理空的和非空的处理指令
关于限制，值得一提的一些注意事项：
- 该模式用于浅层解析。也就是说，如果您还没有从可能包含文本的字符串中剥离其他标记构造，而这些文本又可能看起来像这样的处理指令（例如CDATA块或注释），那么模式将错误匹配
- 该模式与XML声明匹配，该声明也以"
<?xml"开头。这可以通过在打开"<?"后不查找XML保留名称来改变，并使用类似"(?! [xX][mM][lL] (?: ?> | s ) )"的负前瞻
由于这些限制，也许值得考虑
正则表达式的替代项
首先，只使用PHP的strip_tags来剥离处理指令会容易得多。它还将删除其他标签和注释。这可能并不总是想要的，它只是非常直接：
strip_tags($str)
与正则表达式和strip_tags一样，更明确的是使用PHP附带的一个XML解析器来剥离处理指令。例如PHP的DOM扩展。它可以封装在一个函数中，以便轻松地应用于字符串：
dom_strip_pis($str)
这样一个示例性函数也适用于使用保留名称"xml"作为前缀的XML字符串，这在XML中实际上并不正确。但解析器不会被它卡住：
/**
* remove processing instructions from an XML string
*
* @author hakre <http://hakre.wordpress.com>
*
* @param string $xml
* @return string
*/
function dom_strip_pis($str) {
$doc = new DOMDocument;
$fragment = $doc->createDocumentFragment();
$saved = libxml_use_internal_errors(true);
$fragment-> appendXML($str);
libxml_use_internal_errors($saved);
foreach($fragment->childNodes as $node) {
if ($node instanceof DOMProcessingInstruction) {
$node->parentNode->removeChild($node);
}
}
return $doc->saveXML($fragment);
}
使用上一个示例中给出的XML解析器将不需要处理浅解析。
你非常接近-注意到"？"在关闭角括号前的最后：
<?xml:namespace prefix = o /?>
为了匹配，你需要这个：
<?php
$clean=preg_replace('/<?xml[^>]+/?>/im', '', $dirty);
?>