php regex để xóa HTML

Question

Trước khi chúng tôi bắt đầu, strip_tags() không hoạt động.

bây giờ,

Tôi đã có một số dữ liệu mà cần phải được phân tích, vấn đề là, tôi cần để thoát khỏi tất cả các HTML đã được formated rất kỳ lạ. các thẻ giống như thế này: (chú ý không gian)

<p> blah blah blah </p > < a href= " link.html " > blah blah blah </a> 

Tất cả các regexs Tôi đã cố gắng không làm việc, và tôi không biết đủ về Formating regex để làm cho họ làm việc. Tôi không quan tâm đến việc bảo quản bất cứ thứ gì bên trong các thẻ và muốn loại bỏ văn bản bên trong một liên kết nếu tôi có thể.

Bất kỳ ai có ý tưởng nào?

(Tôi thực sự cần phải chỉ cần ngồi xuống và học biểu thức thông thường một ngày)

Answer 1

Liệu

preg_replace('/<[^>]*>/', '', $content) 

làm việc?

Answer 2

Giải pháp mà không được fool-proof, nhưng sẽ làm việc cho những gì bạn được đăng:

s/<[^>]*>//g 

Answer 3

định dạng bình thường? Đó là HTML hợp lệ mặc dù phải không? Trong trường hợp đó tôi sẽ không chạm vào nó với các biểu thức thông thường. Ví dụ về cách điều này có thể đi sai và tại sao đó là một ý tưởng tồi là quân đoàn. Thay vào đó, tôi muốn sử dụng HTML Tidy trên đó để làm sạch không gian trắng không cần thiết.

Answer 4

http://ca3.php.net/strip_tags có lẽ là những gì bạn cần.

Answer 5

Hãy thử điều này và cho tôi biết.

<?php 
$text = '<p> blah blah blah </p > < a href= " link.html " > blah blah blah</a>'; 
echo strip_tags($text); 
echo "\n"; 
echo strip_tags($text, '<p><a>'); 
?> 

Answer 6

strip_tags() sẽ có tác dụng nếu bạn sử dụng html_entity_decode() trên một biến trước strip_tags()

<?php 
$text = '<p> blah blah blah </p > < a href= " link.html " > blah blah blah</a>'; 
echo strip_tags(html_entity_decode($text)); 
?>