PHP：strip_tags - 只删除某些标签（及其内容）？

Question

我使用strip_tags()函数，但我需要删除某些标记（及其所有内容）。

例如：

<div>
  <p class="test">
    Test A
  </p>
  <span>
    Test B
  </span>
  <div>
    Test C
  </div>
</div>

让我们说，我需要摆脱P和SPAN标签，只保留：

<div>
  <div>
    Test C
  </div>
</div>

strip_tags期望您想要保留的标签作为第二个参数。

在这个特定示例中，我可以使用striptags($html, "<div>"); 但我正在抓取的HTML和需要删除的标签一直不同。

我搜索了几个小时的功能以满足我的需求，但找不到任何有用的功能。

有什么想法吗？

Answer 1

使用正则表达式。这样的事情应该有效：

$tags = array( 'p', 'span');
$text = preg_replace( '#<(' . implode( '|', $tags) . ')>.*?<\/$1>#s', '', $text);

demo显示它没有替换所需的标签。

请注意，您可能需要对其进行更多调整，例如，以补偿​​代码中的空格或您的示例未展示的其他未知数。

以下是用于捕获带或不带属性的标记的正则表达式：

'#<(' . implode( '|', $tags) . ')(?:[^>]+)?>.*?<\/$1>#s'

Answer 2

你说你使用的是简单的HTML DOM（好！这是解析HTML的正确方法）。当我需要删除标签及其内容时，我会这样做：

$rows = $html->find("span");

foreach ($rows as $row)
{
  $row->outertext = "";
}

$html->load($html->save());

最后一行是必需的，因为DOM在进行修改后会混淆，因此必须折叠整个DOM，然后再次进行解析以使更改成为永久性的（IMO，简单HTML DOM中的错误）。

简单HTML DOM方法比正则表达式更安全，更稳定。