php正则去除网页中所有的html,js,css,注释的实现方法
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，希望大家多多支持毛票票~