使用 PHP (ob_start + dom 解析器) 删除 HTML答案

【问题标题】：Remove HTML using PHP (ob_start + dom parser)使用 PHP (ob_start + dom 解析器) 删除 HTML
【发布时间】：2011-04-10 09:20:07
【问题描述】：

我需要学习如何使用 PHP 删除 html 标签。

这就是我的想法（我认为 DOM 短语是我需要的，但我不知道它是如何工作的。一个可行的示例对我有很大帮助。我无法安装任何外部库，我是运行 PHP 5):

function the_remove_function($remove){

//  dom parser code here?

return $remove;}

// return all content into a string
ob_start('the_remove_function');

示例代码：

<body>
<div class="a"></div>
<div id="b"><p class="c">Here are some text and HTML</p></div>
<div id="d"></div>
</body>

问题：

1) 我如何退货：

<body>
<p class="c">Here are some text and HTML</p>
</body>

2) 我如何退货：

<body>
<div class="a"></div>
<div id="b"></div>
<div id="d"></div>
</body>

3) 我如何退货：

<body>
<div class="a"></div>
<p class="c">Here are some text and HTML</p>
<div id="d"></div>
</body>

下一个示例代码：

<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<link rel='stylesheet' id='test-css'  href='http://www.domain.com/css/test.css?ver=2011' type='text/css' media='all' />
<script type='text/javascript' src='http://www.domain.com/js/test.js?ver=2010123'></script>
</head>

4) 我该如何退货：

<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<link rel='stylesheet' id='test-css'  href='http://www.domain.com/css/test.css?ver=2011' type='text/css' media='all' />
</head>

5) 我如何退货：

<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<script type='text/javascript' src='http://www.domain.com/js/test.js?ver=2010123'></script>
</head>

感谢阅读:)

【问题讨论】：

为什么不直接使用 strip_tags() 方法？
感谢您的评论。你能举一个问题1的例子吗？
看起来他有一些特殊情况要删除中间和东西
抱歉，我没有注意到你有特定的部分。你需要 DOM 解析。但仅凭这一点是行不通的。因此，您必须解析所需的位（例如 P 标签）并以编程方式添加其余部分。
我现在明白我必须做什么了。谢谢 JohanP。

标签： php html ob-start domparser

【解决方案1】：

试试HTML Purifier 库。它完全满足您的需求，并提供有关如何创建过滤器的大量文档。如果您出于安全原因想要进行过滤，那么一定要使用它——它有一个解析器，可以处理可以想象到的最疯狂的 XSS 方案。

【讨论】：

【解决方案2】：

您可以使用 PHP 的所有 DOM 类，您将在此处查看文档：http://fr2.php.net/manual/en/book.dom.php，我相信您可以找到很多您喜欢的教程。

这是您的第二种情况的示例：

<?php
$content = '<body><div class="a"></div><div id="b"><p class="c">Here are some text and HTML</p></div><div id="d"></div></body>';
$doc = new DOMDocument();
$doc->loadXML($content);

//Get your p element
$p = $doc->getElementsByTagName('p')->item(0);
//Remove the p tag from the DOM
$p->parentNode->removeChild($p);

//Save you new DOM tree
$html = $doc->saveXML();

echo $html;
//If you want to delete the first line
echo substr($html, strpos($html, "\n"));

【讨论】：

你想举个例子吗？我认为这很难学。
我更新了我的帖子。如果您想了解更多关于 SO 的详细信息，还有很多其他示例。

【解决方案3】：

尝试使用：

strip_tags();

php 中的函数。

示例用法：

    <?php
    $str = '<body>
            <div class="a"></div>
            <div id="b"><p class="c">Here are some text and HTML</p></div>
            <div id="d"></div>
            </body>
           ';
    echo strip_tags($str);
    echo "\n";
    ?>

它会返回：

Here are some text and HTML

或：

    <?php
     $str = '<body>
             <div class="a"></div>
             <div id="b"><p class="c">Here are some text and HTML</p></div>
             <div id="d"></div>
             </body>
            ';
     echo strip_tags($str, '<body>');
     echo "\n";
    ?>

这将允许 '<body>' 标签，并将删除另一个标签。结果：

<body>
Here are some text and HTML
</body>

更多示例：Php.Net

【讨论】：

不完全是我想要的。不过谢谢你的回答。