php正则去除网页中所有的html,js,css,注释的实现方法
程序员文章站
2024-04-02 10:39:10
如下所示:
$search = array ("''si", /...
如下所示:
$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript "'<style[^>]*?>.*?</style>'si", // 去掉 css "'<[/!]*?[^<>]*?>'si", // 去掉 html 标记 "'<!--[/!]*?[^<>]*?>'si", // 去掉 注释 标记 "'([rn])[s]+'", // 去掉空白字符 "'&(quot|#34);'i", // 替换 html 实体 "'&(amp|#38);'i", "'&(lt|#60);'i", "'&(gt|#62);'i", "'&(nbsp|#160);'i", "'&(iexcl|#161);'i", "'&(cent|#162);'i", "'&(pound|#163);'i", "'&(copy|#169);'i", "'(d+);'e"); // 作为 php 代码运行 $replace = array ("", "", "", "", "\1", "\"", "&", "<", ">", " ", chr(161), chr(162), chr(163), chr(169), "chr(\1)"); //$document为需要处理字符串,如果来源为文件可以$document = file_get_contents($filename); $out = preg_replace($search, $replace, $document);
也可以使用php的内置函数strip_tags()清除html,js,注释等标记
以上就是小编为大家带来的php正则去除网页中所有的html,js,css,注释的实现方法全部内容了,希望大家多多支持~
上一篇: PHP自定义多进制的方法