总结php删除html标签和标签内的内容的方法

经常扒别人网站文章的坑们;
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="http://www.baijunyao.com";>白俊遥博客</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;
别看下面这张截图了;
无非带点颜色好看;
我主要是拿来凑图当文章封面的;
白俊遥博客

白俊遥博客
请先登录后发表评论
  • latest comments
  • 总共16条评论
白俊遥博客

Lee 白俊遥博客

2018-11-14 15:32:42 回复

白俊遥博客

风清扬 白俊遥博客

2018-11-14 15:34:36 回复

白俊遥博客

爱拼才会赢 :白教主 你好 谢谢你的blog模板 http://studys.top/  本网底部有你的连接 辛苦了白俊遥博客

2018-06-15 23:25:13 回复

白俊遥博客

吴伟祥 :至此,全部看完!修成正果!现在去下载一个tp3.2.3跟模版来开工 了!

2017-01-07 16:05:15 回复

白俊遥博客

Tekin :老兄,你这个函数这样写会不会更好一些? function strip_html_tags($tags,$str,$is_hold=false){        $html=array();        foreach ($tags as $tag) {                if($is_hold){                $html[]='/([\s|\S]*?)/';                 }else{                    $html[]="/(]*>)/i";                 }            }        $data=preg_replace($html, '', $str);        return $data;    }

2016-12-07 09:39:39 回复

白俊遥博客 白俊遥博客

云淡风晴 :多谢优化;已更改;

2016-12-11 22:16:51 回复

白俊遥博客

丑小鸭_2012 :这个好

2016-11-07 16:27:39 回复

白俊遥博客

′ Soulmate :好像只有第一个和第四个与你的输出相同,其它两个运行都是空唉

2016-10-27 21:24:49 回复

白俊遥博客 白俊遥博客

云淡风晴 :好吧return 被我吃了;对我当年没有严谨的检查表示惭愧;已经加上了;多谢反馈;

2016-10-28 00:10:06 回复

白俊遥博客

花无不缺你一个 :请教:例子3 好像有点问题 无法 删除 这种自闭合标签吧 另外 有的网站 写成 都无法正常匹配的

2016-10-09 14:18:23 回复

白俊遥博客 白俊遥博客

云淡风晴 :已纠正;多谢反馈;

2016-10-11 23:21:13 回复

白俊遥博客

南城阿牛 :大哥,我安装了你的博客项目,发现后台登陆界面验证码图裂了,firebug显示载入指定url失败,我看了路径是这样的:http://api.share.baidu.com/s.gif?l=http://localhost/index.php/Admin/Login/login

2016-07-12 14:33:48 回复

白俊遥博客 白俊遥博客

云淡风晴 :你的php没有开启gd库吧?而且正常的验证码图片路径应该是这样的:/index.php/Admin/Login/showVerify

2016-07-12 14:41:45 回复

白俊遥博客

南城阿牛 :解决了,刚才我贴错了,其实/index.php/Admin/Login/showVerify这个路径是对的,我刚才是用的php5.6版本,现在切换成5.5了就可以正常显示了

2016-07-12 14:50:56 回复

白俊遥博客

{"name":"路人黄"} :请先登陆后回复评论

2016-09-20 15:04:44 回复

白俊遥博客

一见之如平生欢 :是登陆页面编码带bom的原因 LoginController.class.php BOM found, automatically removed可以看见这篇文章 http://www.thinkphp.cn/topic/9753.html

2016-09-24 15:11:33 回复