从 html 中删除特定标签，同时避免 iframe答案

【问题标题】：Remove specific tags from html while avoiding iframes从 html 中删除特定标签，同时避免 iframe
【发布时间】：2013-08-16 18:11:35
【问题描述】：

我需要从 HTML 示例中删除一些特定的标签。为了避免使用 iframe，我使用curl 和 getJSON 在我的 PHP 文件中获取了一个 HTML 页面。我在 my.js 中得到结果，但我没有将整个 HTML 粘贴到我自己的 div 中。我猜这是因为我在一个 HTML 结构中不能有多个 HTML、HEAD 和 BODY 标签。

<!DOCTYPE html>
<html>
    <head>
        <style>some style</style>
        <title>Title of the document</title>
    </head>    
    <body>
        The content of the document......
    </body>
</html>

现在在上面的结构中，我不需要 HTML、BODY 和 HEAD 标签，但我确实需要 CSS 的 STYLE 标签，所以我只想删除 HTML、BODY 和 HEAD 标签。删除后，我需要将其附加到我的 div 中（所有这些麻烦都是因为我不想使用 iframe）。如何删除它？我想到了strip_tags() 和preg_replace 或一些正则表达式函数，但不明白最好的方法。请帮我找到最好的方法来做到这一点。它可以是 PHP、JavaScript 或 JQuery。但如果答案在 javascript 和 jquery 中，我会很高兴，因为我想在我的 JS 中进行此操作，但如果需要 PHP 也可以工作

【问题讨论】：

你区分服务器端和客户端吗？请记住这一点，重新表述您的问题
您是否相信您正在吸引您的网站的页面内容？如果不是这样，您很容易受到使用此技术的客户端和服务器端攻击。
感谢编辑@brad Mace
@LuisSiquot: 是的，在客户端我只需要我将附加到我的 div 的内容，而不是整个 HTML 结构，这就是我如何以这种方式删除标签我得到了可以附加到我的 div 的结构？？
是的，我确实相信我从该网站@AllInOne 吸取的内容

标签： php javascript jquery html regex

【解决方案1】：

使用 DOM 解析器，正则表达式不能用于解析 HTML。

以下示例使用DOMDocument 解析器来提取您想要的元素。 $html 是使用 cURL 检索到的 HTLM 文档。

libxml_use_internal_errors(true); //Prevents Warnings, remove if desired
$dom = new DOMDocument();
$dom->loadHTML($html);
$styleNode = $dom->getElementsByTagName("style")->item(0);
$style = $dom->saveHTML($styleNode);
$body = "";
foreach($dom->getElementsByTagName("body")->item(0)->childNodes as $child) {
    $body .= $dom->saveHTML($child);
}

echo $style;
echo $body;

假设使用 getJson 调用此脚本，使用 $style 和 $body 创建一个 json 对象并将其传递回要插入页面的 javascript。

据我了解您的问题，这应该是您的申请流程：

客户端加载页面 -> .getJSON 调用 php 脚本 -> 说 php 脚本使用 cURL 从其他地方加载内容 -> 此代码运行 -> json 对象被传递回 .getJSON -> 来自 .getJSON 的成功回调添加页面的新 HTML

【讨论】：

状态正常，但我没有收到此功能的任何响应

【解决方案2】：

为什么不使用 php 中的 $strip_tag 变量来去除异常？

【讨论】：

$strip_tag 变量是什么？我从来没有听说过这个。
我相信他的意思是php函数strip_tags() php.net/manual/en/function.strip-tags.php
但是你如何在那里使用异常