PHP DOM - 剝跨度標籤，使它們的內容

Question

我期待採取的標記，如：

<span class="test">Some text that is <strong>bolded</strong> and contains a <a href="#">link</a>.</span> 

，並找到在PHP的最佳方法剝離跨度，使剩下的是這樣的：

Some text that is <strong>bolded</strong> and contains a <a href="#">link</a>. 

我已經閱讀了許多有關使用PHP DOM而不是正則表達式解析HTML的其他問題，但一直無法找到一種方法來剝離PHP DOM的跨度，使HTML內容保持不變。最終目標是能夠剝離所有span標籤的文檔，並保留其內容。這可以用PHP DOM完成嗎？有沒有一種方法可以提供更好的性能，並且不依賴字符串解析而不是DOM解析？

我用正則表達式來做到這一點，沒有迄今爲止的任何問題：

/<(\/)?(span)[^>]*>/i 

但在這裏我的興趣是成爲一個更好的PHP程序員。而且，由於它總是可以用格式不正確的標記查找正則表達式，所以我正在尋找更好的方法。我一直在使用用strip_tags（）也認爲，做類似以下內容：

public function strip_tags($content, $tags_to_strip = array()) 
{ 
    // All Valid XHTML tags 
$valid_tags = array(
    'a','abbr','acronym','address','area','b','base','bdo','big','blockquote','body','br','button','caption','cite', 
    'code','col','colgroup','dd','del','dfn','div','dl','DOCTYPE','dt','em','fieldset','form','h1','h2','h3','h4', 
    'h5','h6','head','html','hr','i','img','input','ins','kbd','label','legend','li','link','map','meta','noscript', 
    'object','ol','optgroup','option','p','param','pre','q','samp','script','select','small','span','strong','style', 
    'sub','sup','table','tbody','td','textarea','tfoot','th','thead','title','tr','tt','ul','var' 
); 

    // Remove each tag to strip from the valid_tags array 
foreach ($tags_to_strip as $tag){ 
    $ndx = array_search($tag, $valid_tags); 
    if ($ndx !== false){ 
    unset($valid_tags[ $ndx ]); 
    } 
} 

    // convert valid_tags array into param for strip_tags 
$valid_tags = implode('><', $valid_tags); 
$valid_tags = "<$valid_tags>"; 

$content = strip_tags($content, $valid_tags); 
return $content; 
} 

但這仍然是解析字符串，而不是DOM解析。因此，如果文本不正確，可能會剝離太多。很多人都很快建議使用Simple HTML DOM Parser，但看看源代碼，它似乎也使用正則表達式來解析html。

這可以用PHP5的DOM來完成，還是有更好的方法去除標籤，使其內容保持不變。使用Tidy或HTML Purifier來清理文本，然後在其上使用正則表達式/ HTML簡單HTML DOM解析器會是不好的做法嗎？

像phpQuery這樣的庫似乎太重了，看起來它應該是一個簡單的任務。

Answer 1

我用下面的函數刪除一個節點而不刪除其孩子：

function DOMRemove(DOMNode $from) { 
    $sibling = $from->firstChild; 
    do { 
     $next = $sibling->nextSibling; 
     $from->parentNode->insertBefore($sibling, $from); 
    } while ($sibling = $next); 
    $from->parentNode->removeChild($from);  
} 

每例如：

$dom = new DOMDocument; 
$dom->load('myhtml.html'); 

$nodes = $dom->getElementsByTagName('span'); 
foreach ($nodes as $node) { 
    DOMRemove($node); 
} 
echo $dom->saveHTML(); 

會給你：

Some text that is <strong>bolded</strong> and contains a <a href="#">link</a>. 

這枚：

$nodes = $dom->getElementsByTagName('a'); 
foreach ($nodes as $node) { 
    DOMRemove($node); 
} 
echo $dom->saveHTML(); 

會給你：

<span class="test">Some text that is <strong>bolded</strong> and contains a link.</span> 

Answer 2

好，

以我的經驗，我每次與DOM的工作時間，我在洛杉磯的表現有點簡單STRI操作比較時。

使用您的函數，您試圖嚴格篩選有效的XHTML標記，但由於您可以通過本地函數將所有此任務分配給PHP解釋器，因此不需要使用手動比較的循環。

當然，你已經很好地結合在一起，實現了非常好的表現（對我來說，0。0002毫秒），但您可以嘗試將功能組合在一行中，從而使每項功能都能完成自己的工作。

看一看，你就會明白我在說什麼：

$text = '<span class="test">Some text that is <strong>bolded</strong> and contains a <a href="#">link</a>.</span>'; 

$validTags = array('a','abbr','acronym','address','area','b','base','bdo','big','blockquote','body','br','button','caption','cite', 
    'code','col','colgroup','dd','del','dfn','div','dl','DOCTYPE','dt','em','fieldset','form','h1','h2','h3','h4', 
    'h5','h6','head','html','hr','i','img','input','ins','kbd','label','legend','li','link','map','meta','noscript', 
    'object','ol','optgroup','option','p','param','pre','q','samp','script','select','small','span','strong','style', 
    'sub','sup','table','tbody','td','textarea','tfoot','th','thead','title','tr','tt','ul','var' 
); 

$tagsToStrip = array('span'); 

var_dump(strip_tags($text, sprintf('<%s>', implode('><', array_diff($validTags, $tagsToStrip))))); 

我用自己的列表，但我結合的sprintf（），內爆（）和和array_diff（）做特定任務共同實現目標。

希望它有幫助。