|
下面小编就为大家带来一篇php正则去除网页中所有的html,js,css,注释的实现方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
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])+'", // 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，希望大家多多支持脚本之家~ | 
发表于 2018-12-25 17:10:49
