PHP - 如何从网页中删除所有标签（HTML JS PHP CSS JQUERY）答案

【问题标题】：PHP - how to remove all tags (HTML JS PHP CSS JQUERY) from a web pagePHP - 如何从网页中删除所有标签（HTML JS PHP CSS JQUERY）
【发布时间】：2015-06-05 10:47:36
【问题描述】：

我只想拥有网页的内容。假设我想从这个 url 获取 example 的内容，但是在这个页面上有 HTML JS 和其他标签，我想将它们全部删除。我目前拥有的是这个

$raw_text = file_get_contents( 'http://www.booking.com/reviews/es/hotel/royal.html?aid=304142;sid=56e38d55a38ec2df6fe4622827e89675;dcid=1' );
$rm_html = strip_tags($raw_text);

如何删除所有类型的标签，只保留当前页面中的文本？

【问题讨论】：

页面的“内容”到底是什么意思？
strip_tags 不起作用？
@arkascha 我只想要其中的文本，以便稍后处理
@Jeremy Thille 仅删除 HTML 标签。它仍然在其中获取 js
不熟悉PHP，但是可以使用正则表达式来获取标签内的所有内容吗？

标签： javascript php jquery html css

【解决方案1】：

最简单的方法不是自己通过php实现，而是使用已经完成的东西，例如lynx文本浏览器：

lynx --dump http://some.example.org/page.html

这会将页面上的所有文本转储到标准输出，您可以在其中应用进一步的处理过滤器。当然，您也可以使用 shell 方法将输出通过管道传输到文件或其他任何内容中。如果您愿意，也可以在 php 中调用它，只要安装了该实用程序（或类似的东西，如 links）。

【讨论】：

如果我要运行它的计算机没有它怎么办？
好吧，那么您必须按照建议安装它或使用替代方案。如果这不可能，那么显然你不能使用这种方法。