PHP 批量移除/替換 HTML 內容中的超鏈接：preg_replace 實戰技巧

核心工具：preg_replace()

preg_replace($pattern, $replacement, $subject) 支持數組參數，可一次完成多模式替換。移除超鏈接本質是：匹配 <a ...>...</a> 結構，替換為內文或空字符串。

方案一：移除標籤，保留鏈接文本 (推薦)

function removeLinksKeepText(string $html): string {
    // 1. 移除  開始標籤 (保留屬性順序不固定、單雙引號)
    $html = preg_replace('#]*href\s*=\s*["\'][^"\']*["\'][^>]*>#i', '', $html);
    // 2. 移除  結束標籤
    $html = preg_replace('##i', '', $html);
    return $html;
}

// 測試
$html = '訪問 官網 或 聯繫我們。';
echo removeLinksKeepText($html);
// 輸出：訪問 官網 或 聯繫我們。

方案二：完全移除超鏈接 (含文本)

function removeLinksCompletely(string $html): string {
    // 匹配整個 ... 結構 (非貪婪，跨行)
    return preg_replace('#]*href\s*=\s*["\'][^"\']*["\'][^>]*>.*?#is', '', $html);
}

方案三：批量替換鏈接地址 (如統一跳轉、加統計參數)

function replaceAllHrefs(string $html, string $newBaseUrl): string {
    // 匹配 href 屬性值 (單雙引號、可能有空格)
    $pattern = '/\s+href\s*=\s*(["\'])([^"\']*)\1/i';
    $replacement = ' href=$1' . $newBaseUrl . '$1';
    return preg_replace($pattern, $replacement, $html);
}

// 使用
$html = 'Link1 Link2';
echo replaceAllHrefs($html, 'https://newdomain.com/go?url=');
// 輸出：Link1 Link2

進階：基於 DOMDocument 的健壯解析 (推薦生產環境)

正則處理 HTML 存在邊界風險 (屬性含 >、註釋、CDATA、嵌套)。DOMDocument 符合標準解析：

function removeLinksDom(string $html): string {
    $dom = new DOMDocument();
    // 抑制 HTML5 非標準標籤警告
    libxml_use_internal_errors(true);
    $dom->loadHTML('' . $html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
    libxml_clear_errors();

    $links = $dom->getElementsByTagName('a');
    // 逆序遍歷避免索引失效
    for ($i = $links->length - 1; $i >= 0; $i--) {
        $link = $links->item($i);
        // 選項 A: 替換為文本節點 (保留文本)
        $text = $dom->createTextNode($link->textContent);
        $link->parentNode->replaceChild($text, $link);

        // 選項 B: 完全移除 (含文本)
        // $link->parentNode->removeChild($link);
    }

    // 輸出 (注意：saveHTML 會添加 html/body 標籤，需提取 body 內容)
    $body = $dom->getElementsByTagName('body')->item(0);
    if ($body) {
        $result = '';
        foreach ($body->childNodes as $node) {
            $result .= $dom->saveHTML($node);
        }
        return $result;
    }
    return $dom->saveHTML();
}

性能對比與選型建議

常見正則陷阱避坑

• 貪婪匹配：.* 會吞噬多個標籤，必須用 .*? (非貪婪) 或 [^>]* (排除右尖括號)。
• 屬性順序不固定：href 可能不在第一個，正則需允許前綴屬性 \s+[^>]*href。
• 單雙引號混用：href="..." 或 href='...'，用 (["']) 捕獲引用 \1。
• 跨行匹配：需 s 修飾符 (DOTALL) 讓 . 匹配換行。
• 編碼問題：確保 PHP 文件、輸入字符串、正則修飾符 u (UTF-8) 一致。

總結

• 簡單批量清洗：preg_replace('#]*href\s*=\s*["\'][^"\']*["\'][^>]*>#i', '', $html) + 移除 。
• 需替換 href：捕獲引號組 /\s+href\s*=\s*(["\'])([^"\']*)\1/i。
• 生產環境 UGC：**首選 DOMDocument**，正則僅作輔助預處理。
• 輸出前記得 htmlspecialchars() 防 XSS。