PHP刪除所有的html標籤，並保持與DOM解析器純文本

Question

我想找到最好的方法來從字符串中去除所有的html標籤，以保持純文本。現在最簡單的方法是strip_tags，但它不是最佳的，因爲它不能很好地處理破損的標籤等。我認爲我需要的是一個DOM解析器。但我不知道這件事情如何工作。

，比如我有一個簡單的字符串：

<p> 
     <strong>​ 
      Some plain text 
     </strong> 
    </p> 

我想去除所有與DOM解析器的標籤，並保持純文本：

Some plain text 

我怎樣才能做到這一點？我試圖用removeChild之，但它消除一切甚至文本：

$dom = new DOMDocument(); 
$dom->loadHTML($translation->text); 

foreach ($dom->getElementsByTagName("*") as $tag) { 
    $tag->parentNode->removeChild($tag); 
}; 

Answer 1

請試試這個：

<?php 

$content = <<<EOM 
    <p> 
    <strong> 
     Some plain text 
    </strong> 
    </p> 
EOM; 


$dom = new DOMDocument(); 
$dom->loadHTML($content); 

echo trim($dom->textContent); 

，或者簡單地使用strip_tags，你可以做到這一點。

<?php 

$content = <<<EOM 
    <p> 
    <strong> 
     Some plain text 
    </strong> 
    </p> 
EOM; 

echo trim(strip_tags($content)); 

Answer 2

使用此功能方便，快捷：

function fetch_string($content) { 
    $content = preg_replace('@<script[^>]*?>.*?</script>@si', '', $content); 
    $content = preg_replace('@<style[^>]*?>.*?</style>@si', '', $content); 
    $content = strip_tags($content); 
    $content = trim($content); 
    return $content; 
} 

用法：

$string = '<p><strong>​Some plain text</strong></p>'; 
$output = fetch_string($string); 

Answer 3

您可以使用HtmlPurifier這一點。試試：

echo yii\helpers\HtmlPurifier::process($html); 

欲瞭解更多信息，請查閱此link。