php中删除html标签和标签内内容的方法

不少人去扒别人家的网站文章,我是指那种批量式采集的压根不看内容的,少不了都会用到删除html标签的函数,这里介绍3种不同用途上的方法

$str='<div><p>这里是p标签</p><img src="" alt="这里是img标签"><a href="">这里是a标签</a><br></div>';

1:删除全部或者保留指定html标签
php自带的函数strip_tags即可满足要求,
使用方法:strip_tags(string,allow);
string:需要处理的字符串;
allow:需要保留的指定标签,可以写多个;

echo strip_tags($str,'<p><a>');

//输出:<p>这里是p标签</p><a href="">这里是a标签</a>

此函数的优点是简单粗暴,但是缺点也很明显,如果有一大堆标签,而我只是想删除指定的某一个,那要写很多需要保留的标签,所以有了第二个方法

2:删除指定的html标签
使用方法:strip_html_tags($tags,$str);
$tags:需要删除的标签(数组格式)
$str:需要处理的字符串;

function strip_html_tags($tags,$str){
    $html=array();
    foreach ($tags as $tag) {
        $html[]="/(<(?:\/".$tag."|".$tag.")[^>]*>)/i";
    }
    $data=preg_replace($html, '', $str);
    return $data;
}
echo strip_html_tags(array('p','img'),$str);
//输出:<div>这里是p标签<a href="">这里是a标签</a><br></div>;

3:删除标签和标签的内容
使用方法:strip_html_tags($tags,$str);
$tags:需要删除的标签(数组格式)
$str:需要处理的字符串;

function strip_html_tags($tags,$str){
    $html=array();
    foreach ($tags as $tag) {
        $html[]='/<'.$tag.'.*?>[\s|\S]*?<\/'.$tag.'>/';
        $html[]='/<'.$tag.'.*?>/';
    }
    $data=preg_replace($html,'',$str);
    return $data;
}
echo strip_html_tags(array('a','img'),$str);
//输出<div><p>这里是p标签</p><br></div>

很多网站文章里面会带上网站名和链接,比如<a href=”https://qq52o.me/”>沈唁志</a>;这个函数就是专治这种,别拿这个函数采集本站啊,不然保证不打死你。
4:终极函数,删除指定标签;删除或者保留标签内的内容;
使用方法:strip_html_tags($tags,$str,$content);
$tags:需要删除的标签(数组格式)
$str:需要处理的字符串;
$ontent:是否删除标签内的内容 0保留内容 1不保留内容

/**
 * 删除指定标签
 * @param array $tags     删除的标签  数组形式
 * @param string $str     html字符串
 * @param bool $content   true保留标签的内容text
 * @return mixed
 */
function stripHtmlTags($tags, $str, $content = true)
{
    $html = [];
    // 是否保留标签内的text字符
    if($content){
        foreach ($tags as $tag) {
            $html[] = '/(<' . $tag . '.*?>(.|\n)*?<\/' . $tag . '>)/is';
        }
    }else{
        foreach ($tags as $tag) {
            $html[] = "/(<(?:\/" . $tag . "|" . $tag . ")[^>]*>)/is";
        }
    }
    $data = preg_replace($html, '', $str);
    return $data;
}
//输出<div><p>这里是p标签</p><img src="" alt="这里是img标签"><br></div>;

前面扯了那么多,其实最后这个函数才是干货,一口气搞定各种标签删除的疑难杂症不费劲。

发表评论

发表评论

*

沙发空缺中,还不快抢~