去除 HTML 标签及其内容

Posted 2023-03-05

【中文标题】去除 HTML 标签及其内容

【英文标题】：Strip HTML tags and its contents

【发布时间】：2010-12-03 17:14:01

【问题描述】：

我正在使用 DOM 来解析字符串。我需要剥离跨度标签及其内容的功能。例如，如果我有：

This is some text that contains photo.
<span class='title'> photobyile</span>

我希望函数返回

This is some text that contains photo.

这是我尝试过的：

    $dom = new domDocument;
    $dom->loadhtml($string);
    $dom->preserveWhiteSpace = false;
    $spans = $dom->getElementsByTagName('span');

    foreach($spans as $span)
    
        $naslov = $span->nodeValue; 
        echo $naslov;

        $string = preg_replace("/$naslov/", " ", $string);
    

我知道$span->nodeValue 返回的是 span 标签的值而不是整个标签，但我不知道如何获取整个标签以及类名。

谢谢， 伊莱

【问题讨论】：

如果你不需要使用 DOM，可以在 strip_tags 手册中查看 cmets。

你不能告诉 strip_tags 它应该删除哪些标签，只有应该不删除哪些标签。

正确，这就是为什么我提到了可以找到剥离标签方法的 cmets。

如果不是 DOM，我就必须使用正则表达式。这不是我真正想要的:)

不使用正则表达式解析 HTML 获得 +1 分

【参考方案1】：

尝试直接从 DOM 树中删除 span。

$dom = new DOMDocument();
$dom->loadHTML($string);
$dom->preserveWhiteSpace = false;

$elements = $dom->getElementsByTagName('span');
while($span = $elements->item(0))        
   $span->parentNode->removeChild($span);


echo $dom->saveHTML();

【讨论】：

而不是使用回声；有没有办法将它保存为变量中的字符串，以便我可以进一步操作它？谢谢

@AhmadAlfy $theVariable = $dom->saveHTML(); ... 说真的你需要多学一点 php...

聚会有点晚了，但这不会为我删除内容。如果我使用上面的代码（将loadHTML 更改为loadHTMLfile，并将'span' 更改为'link'）我所有的<link> 标签都会消失，但它们的内容仍然存在（即<link>http://www.something.com</link> 变为http://www.something.com）跨度>

@Birrel 是不是因为<link> 不是“配对”元素，所以解析器不希望它包含任何内容。尝试将您的 HTML 更改为其他标签，例如<a> 无论如何都应该用于链接。

@LukášLalinský 我正在解析 XML 文件，它们与常规网页的格式不同。更具体地说，我正在解析 RSS 提要——它们的标准化规则非常松散，因此没有两个是相同的。一个可能有<link>...</link>，而另一个可能有<link href="..." />。至少可以这么说，这令人沮丧。

【参考方案2】：

@ile - 我遇到了这个问题 - 这是因为 foreach 迭代器的索引愉快地不断增加，同时在 DOM 上调用 removeChild() 似乎也从 DomNodeList ($spans) 中删除了节点。因此，对于您删除的每个跨度，节点列表都会缩小一个元素，然后将其 foreach 计数器加一。最终结果：它跳过了一个跨度。

我确信有一种更优雅的方法，但我就是这样做的 - 我将引用从 DomNodeList 移动到第二个数组，在那里它们不会被 removeChild() 操作删除。

    foreach($spans as $span) 
        $nodes[] = $span;
    
    foreach($nodes as $span) 
        $span->parentNode->removeChild($span);
    

【讨论】：

我明白了...虽然，我必须承认我不知道 foreach 循环究竟是如何工作的。现在它更清楚了。谢谢！