php中html转换成文本提供了自带的函数strip_tags了,但有时此函数不够用,下面总结了一些用户自定的函数,各位可参考.
最常用的使用php函数strip_tags,代码如下:
此处省略几十行HTML代码^_^ SATO;
$str=strip_tags($mystr); //到这里就已经达到我的HTML转为TXT文本的目的了,哈哈,使用这个函数真方便
//下面是插件的一些切词等操作,这里就不多说了 ?>
自定义函数,代码如下:
// 本例将去掉 HTML 标记,javascript 代码 // 和空白字符。还会将一些通用的
// HTML 实体转换成相应的文本。 $search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript
"'<[/!]*?[^<>]*?>'si", // 去掉 HTML 标记 "'([rn])[s]+'", // 去掉空白字符
"'&(quot|#34);'i", // 替换 HTML 实体 "'&(amp|#38);'i",
"'&(lt|#60);'i", "'&(gt|#62);'i",
"'&(nbsp|#160);'i", "'&(iexcl|#161);'i",
"'&(cent|#162);'i", "'&(pound|#163);'i",
"'&(copy|#169);'i", "'&#(d+);'e"); // 作为 PHP 代码运行
$replace = array ("", "",
"\1", """,
"&", "<",
">", " ",
chr(161), chr(162),
chr(163), chr(169),
"chr(\1)"); $text = preg_replace ($search, $replace, $document);
?>
后来我从网上看到了一个使用PHP写的方法,使用这个方法也可以实现将HTML转为TXT文本,个人觉得也还蛮实用的,在这里分享一下,代码如下:
function HtmlToText($str){ $str=preg_replace("/||{C}/isU","",$str);//去除CSS样式、JS脚本、HTML注释
$alltext="";//用于保存TXT文本的变量 $start=1;//用于检测<左、>右标签的控制开关
for($i=0;$i")){//如果检测到>右标签,则使用$start=1;开启截取功能
$start=1; }else if($start==1){//截取功能
if($str[$i]=="<"){//如果字符是<左标签,则使用|替换 $start=0;
$alltext.="|"; }else if(ord($str[$i])>31){//如果字符是ASCII大于31的有效字符,则将字符添加到$alltext变量中
$alltext.=$str[$i]; }
} }
//下方是去除空格和一些特殊字符的操作 $alltext = str_replace(" "," ",$alltext);
$alltext = preg_replace("/&([^;&]*)(;|&)/","",$alltext); $alltext = preg_replace("/[ ]+/s"," ",$alltext);
return $alltext; }
使用下面这个方法也可以实现将简答的HTML代码转换为TXT文本,实例代码如下:
function html2text($str,$encode = 'GB2312') {
$str = preg_replace("/
$str = preg_replace("/
/i", "n", $str); $str = preg_replace("//i", "nn", $str);
$str = preg_replace("//i", "n", $str); $str = preg_replace("//i", "n", $str);
$str = preg_replace("//i", "n", $str); $str = preg_replace("//i", "n", $str);
$str = preg_replace("/ /i", " ", $str); $str = preg_replace("/ /i", " ", $str);
$str = preg_replace("/&/i", "&", $str); $str = preg_replace("/&/i", "&", $str);
$str = preg_replace("/</i", "<", $str); $str = preg_replace("/</i", "<", $str);
$str = preg_replace("/“/i", '"', $str); $str = preg_replace("/&ldquo/i", '"', $str);
$str = preg_replace("/‘/i", "'", $str); $str = preg_replace("/&lsquo/i", "'", $str);
$str = preg_replace("/’/i", "'", $str); $str = preg_replace("/&rsquo/i", "'", $str);
$str = preg_replace("/>/i", ">", $str); $str = preg_replace("/>/i", ">", $str);
$str = preg_replace("/”/i", '"', $str); $str = preg_replace("/&rdquo/i", '"', $str);
$str = strip_tags($str); $str = html_entity_decode($str, ENT_QUOTES, $encode);
$str = preg_replace("/&#.*?;/i", "", $str);
return $str; }
(责任编辑:最模板) |