Очистка Word to HTML конвертирования

[drawing4]

Хочу в php скрипте удалить лишние теги, но регулярка не работает когда есть перенос на другую строку.

Есть код с мусором вида

<p style="text-align: left;"><!--[if gte mso 9]><xml> <o:OfficeDocumentSettings> 
	<o:AllowPNG /></o:OfficeDocumentSettings></xml><![endif]--><!--[if gte mso 9]><xml>
 <w:WordDocument>
  <w:View>Normal</w:View>
  <w:Zoom>0</w:Zoom></xml><![endif]-->
Тут много буков</p>

Нужна регулярка которая удаляет теги <xml>...<xml> вместе с содержимым.
Подобрал такую:

"/<xml>(.*)<\/xml>/e"

Она работает когда текст в одну строку между <xml>...<xml>. Знаю что нужен модификатор s но почему-то не работает.


К сожалению перепробовал кучу програм, удаляет и то что надо оставить.


P.S. Подобрал такую

<xml>(.*)\s(.*)</xml>

на сайте работает а у меня нет почему-то. Где косяк? Сайт

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

 

[zzallexx]

Она работает когда текст в одну строку между <xml>...<xml>. Знаю что нужен модификатор s но почему-то не работает.
К сожалению перепробовал кучу програм, удаляет и то что надо оставить.

Странно у меня так работает

'/<xml>.*?<\/xml>/is'

а почему не так?

'/<!--\[if gte mso 9\]>.*?<!\[endif\]-->/is'

 

[drawing4]

Странно у меня так работает

'/<xml>.*?<\/xml>/is'

а почему не так?

'/<!--\[if gte mso 9\]>.*?<!\[endif\]-->/is'

Можно и так. Можно у вас попросить тестовый скрипт в котором регулярка у вас работает? У меня не хочет

Делаю вот так (на PHP

$pattern='/<xml>.*?<\/xml>/is';
//$pattern='/<!--\[if gte mso 9\]>.*?<!\[endif\]-->/is';
$html = preg_replace($pattern, '', $input);

 

[_sokal_]

Зачем изобретать колесо
на Dreamweaver можно спокойно чистить.
из вашего кода получается

<p style="text-align: left;">Тут много буков</p>

 

[drawing4]

Зачем изобретать колесо
на Dreamweaver можно спокойно чистить.
из вашего кода получается

<p style="text-align: left;">Тут много буков</p>

Мне в php скрипте надо почистить строку перед отправкой в базу

 

[zzallexx]

<?php
$html = '<p style="text-align: left;"><!--[if gte mso 9]><xml> <o:OfficeDocumentSettings> 
    <o:AllowPNG /></o:OfficeDocumentSettings></xml><![endif]--><!--[if gte mso 9]><xml>
 <w:WordDocument>
  <w:View>Normal</w:View>
  <w:Zoom>0</w:Zoom></xml><![endif]-->
Тут много буков</p>';

$html = preg_replace('/<!--\[if gte mso 9\]>.*?<!\[endif\]-->/is','',$html);
echo $html;

обычно проверяю работу своей Посмотреть вложение regex.rar тестилкой

 

[drawing4]

Все частично заработало. Проблема была в том что данные брались из файла а файл читался построчно, и только эти строки обрабатывались регуляркой. Когда объединил в одну строку все данные, почти все заработало.

Есть такая часть кода

<![endif]-->

а есть такая

<!--[endif]-->

Как задать необязательное вхождение "--" в строку? Если я правильно понял то нужно заключать условия в круглые скобки
Подскажите как соединить в одно:

'/<!--\[if gte mso 9\]>.*?<!\[endif\]-->/is'
'/<!--\[if gte mso 10\]>.*?<!\--\[endif\]-->/is'

начало так

/<!--\[if gte mso 9|10\]>.*?<!\              [endif\]-->/is

 а конец не пойму

 

[zzallexx]

можно вообще так

'/<!--\[if gte mso \d{1,2}+.*\[endif\]-->/si'

 

[drawing4]

можно вообще так

'/<!--\[if gte mso \d{1,2}+.*\[endif\]-->/si'

Спасибо, заработало. А можно вас попросить объяснить вот эту часть

'\d{1,2}+'

Любая цифра максимум 2 вхождения т.е. двухзначное, а + ?

 

[zzallexx]

\d цифра
{1,2} одно или двухзначная
+ это обязательное присутствие хотя бы одного символа