[php]preg_replaceを使って正規表現でタグから不必要な属性を削除したい。

Question

以下のテーブルの様に色々な属性が入り混じっているhtmlを整形して、
'rowspan'と'colspan'のみにしたいです。現在のコードは

$text = preg_replace("/<td\s*?.*?(?!=colspan=([0-9]+)\s*?.*?)>/i", "<td>", $text);
$text = preg_replace("/<td\s*?.*?(?!=rowspan=([0-9]+)\s*?.*?)>/i", "<td>", $text);//

ですが、エラーも特に無いのですが、変換もされません。
ちなみにダブルクオーテーションで数字を囲むパターンも想定しています。

ご教授頂けると嬉しいです。

<table><tr>
  <td>ほげほげ</td>
  <td colspan=4 class=xl56 width=164 style='border-right:1.0pt solid black;
  border-left:none;width:124pt'>ほげほげ</td>
</tr>
 <tr>
  <td rowspan=2 height=55 class=xl59 width=65 style='border-bottom:1.0pt solid black;
  height:41.25pt;border-top:none;width:49pt'>2008<br>
    馬場：良リョウ</td>
  <td>hoge</td>
 </tr>
 <tr>
  <td>hoge</td>
  <td>hogemoge</td>
 </tr>
 </table>

↓整形後

<table><tr>
  <td>ほげほげ</td>
  <td colspan=4>ほげほげ</td>
</tr>
 <tr>
  <td rowspan=2>2008<br>
    馬場：良リョウ</td>
  <td>hoge</td>
 </tr>
 <tr>
  <td>hoge</td>
  <td>hogemoge</td>
 </tr>
 </table>

※rowspanとcolspanの数とtrやtdの数が合ってないのはご了承下さい。

Answer 1

書いた正規表現では、「colspanとrowspanのどちらかしかない、あるいは両方ない<td>タグを<td>だけにする」という意味となってしまいます。

正直言って、このような複雑な条件での仕分けを単純な正規表現だけでやるには荷が重すぎます。以下のどちらかの作戦がいいと思います。

1. PHPにもDOMがあるので、HTML全体をDOMに投げ込んで、あとはgetElementsByTagNameやremoveAttributeで処理する
2. preg_replace_callbackを使って、「<td ...>をヒットさせる→内部の属性を処理する」というように、処理を分割する

Answer 2

こんな感じでしょうかね？

$pattern1="/(?<=\<td)\s.+?(?=>)/s";
$replacement=function($x){
  $pattern2="/colspan=.+?(?=\s|$)/s";
  if(preg_match($pattern2,$x[0],$match)){
    return " ".$match[0];
  };
  return "";
};
$str=preg_replace_callback($pattern1,$replacement,$str);