Не думаю, что регулярные выражения в полной мере подходят для решения этой задачи.
Лучше воспользоваться DOMDocument. Он корректно обработает даже невалидную верстку.
Посмотреть пример работы
$string = "<td class=x11111111111111111 width=140 style='>1111111111111111111111111111<td>11111111111111border-top:none;border-left:none; width:107pt'>";
$doc = new DOMDocument();
$doc->loadHTML($string, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
// Измените селектор на тот, что вам нужен
$elements = $doc->getElementsByTagName('td');
// Перебираем все элементы из выборки
foreach ($elements as $element) {
// Список атрибутов элемента
$attributes = $element->attributes;
// Перебираем атрибуты
// После удаления элемента выполняется переиндексация списка атрибутов
// Когда будет удален последний, условие станет ложным и произойдет выход из цикла
while ($attributes->length) {
// Удаляем атрибуты по одному, пока не будут удалены все из них
$element->removeAttributeNode($attributes->item(0));
}
}
echo $doc->saveHTML();
// <td></td>
Обратите внимание на флаги LIBXML_HTML_NOIMPLIED
и LIBXML_HTML_NODEFDTD
.
Без них вывод был бы таким
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><td></td></body></html>
Начиная с версии PHP 5.4 и Libxml 2.6 в методе loadHTML
появился второй параметр $option
, который поясняет Libxml, как следует парсить HTML
LIBXML_HTML_NOIMPLIED (integer)
Устанавливает флаг HTML_PARSE_NOIMPLIED
, который отключает автоматическое добавление недостающих html/body... элементов.
LIBXML_HTML_NODEFDTD (integer)
Устанавливает флаг HTML_PARSE_NODEFDTD
, который предотвращает добавление стандартного doctype, если он не был найден.
Все предопределенные константы можно посмотреть в документации.
Внимание
Хотя в документации указано, что требуется Libxml версии 2.6, однако LIBXML_HTML_NODEFDTD
доступен только с версии 2.7.8, а LIBXML_HTML_NOIMPLIED
с версии 2.7.7
Основано на ответах к вопросам: