如何从 XML 数据中删除 HTML 注释标记答案

【问题标题】：how can I remove HTML comment-tag from XML data如何从 XML 数据中删除 HTML 注释标记
【发布时间】：2018-04-13 22:18:53
【问题描述】：

代码：

$string = htmlspecialchars($vakanz["stellenbeschrieb"]);
echo $string;

输出：

<!-- Haushalthilfe, stundenweise<br /> <br /> Fensterreinigungen und Fr&uuml;hjahrsputz<br /> -->

数据来自网络应用程序，我通过以下代码获取内容：

function getVakanzDetail() 
{
    $vakanzId = $_GET['nummer'];
    $apiUrl = getApiUrl('vakanzDetail');
    $rawXml = file_get_contents($apiUrl . $vakanzId);
    $xmlElement = simplexml_load_string($rawXml, "SimpleXMLElement", LIBXML_NOCDATA);
    $json = json_encode($xmlElement);
    $data = json_decode($json, true);

    $vakanz = $data['vakanz'];

    foreach ($vakanz as $key => $value) {
        if ($value === []) {
            $vakanz[$key] = '';
        }
    }

    return $vakanz;
}

当我直接查看 xml 时，我可以看到我从中获取此输出的字段内部恰好包含此信息。

<stellenbeschrieb>
    <!-- Haushalthilfe, stundenweise<br /> <br /> Fensterreinigungen und Fr&uuml;hjahrsputz<br /> -->
</stellenbeschrieb>

我的问题是：如何在没有 HTML 标签的情况下修改它以获得这样的输出： Haushalthilfe，惊人的 Fensterreinigungen und Frühjahrsputz

【问题讨论】：

所以你也想删除中断标签？
如果中断标签会中断，它们可以保留在那里。但目前它们以文本形式出现在输出中。

标签： php html json xml

【解决方案1】：

您可以将以下逻辑应用于从外部源获取的 xml 字符串。

var commenttag = "<!-- Haushalthilfe, stundenweise<br /> <br /> Fensterreinigungen und Fr&uuml;hjahrsputz<br /> -->";

var newtext = commenttag.replace(/<!--/g,"").replace(/<br\s*[\/]?>/g,"").replace(/-->/g,"");

console.log(newtext);

【讨论】：

【解决方案2】：

试试这个。

function remove($str){
    $str = str_replace("<!--", "",$str);
    $str = str_replace("-->", "",$str);
    return $str;
}
$str = "<!-- Haushalthilfe, stundenweise<br /> <br /> Fensterreinigungen und Fr&uuml;hjahrsputz<br /> -->";
echo strip_tags(remove($str));

这个简单的函数remove() 将删除开始和结束注释。

并且strip_tags()从字符串中删除所有的html标签。

在您添加 remove() 函数后在您的代码中尝试此操作。

echo strip_tags(remove($vakanz["stellenbeschrieb"]));

【讨论】：

【解决方案3】：

SimpleXML 是 DOM 之上的抽象，但在某些情况下，您需要降低一层。在 DOM 中，任何东西都是节点、元素、空格和 - 在这种情况下很重要 - cmets。所以你可以使用 Xpath 来获取评论节点：

$document = new DOMDocument();
$document->loadXml($xml);
$xpath = new DOMXpath($document);

foreach ($xpath->evaluate('//stellenbeschrieb/comment()') as $comment) {
  var_dump($comment->textContent);
}

输出：

string(90) " Haushalthilfe, stundenweise<br /> <br /> Fensterreinigungen und Fr&uuml;hjahrsputz<br /> "

注释中的文本是一个 HTML 片段。如果将其加载到第二个 DOM 中，它将默认添加 html 和 body 标签，但这使得仅获取文本变得容易 - 没有标签和解码的 html 实体：

$document = new DOMDocument();
$document->loadXml($xml);
$xpath = new DOMXpath($document);

foreach ($xpath->evaluate('//stellenbeschrieb/comment()') as $comment) {

  $htmlDocument = new DOMDocument();
  $htmlDocument->loadHtml($comment->textContent);
  $htmlXpath = new DOMXpath($htmlDocument);

  var_dump($htmlXpath->evaluate('string(//body)')); 
}

输出：

string(65) "Haushalthilfe, stundenweise Fensterreinigungen und Frühjahrsputz"

【讨论】：