国内最全IT社区平台 联系我们 | 收藏本站
华晨云阿里云优惠2
您当前位置：首页 > php开源 > php教程 > PHP将HTML转换成文本一些方法总结

PHP将HTML转换成文本一些方法总结

来源：程序员人生   发布时间：2014-06-11 01:46:21 阅读次数：3429次

在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:

  1. <?php 
  2. $mystr=<<<SATO 
  3. 此处省略几十行HTML代码^_^ 
  4. SATO; 
  5. $str=strip_tags($mystr); 
  6. //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 
  7. //下面是插件的一些切词等操作，这里就不多说了 
  8. ?> 

自定义函数,代码如下:

  1. <?php 
  2. // $document 应包含一个 HTML 文档。 
  3. // 本例将去掉 HTML 标记，javascript 代码 
  4. // 和空白字符。还会将一些通用的 
  5. // HTML 实体转换成相应的文本。 
  6. $search = array ("'<script[^>]*?>.*?</script>'si",  // 去掉 javascript 
  7.                  "'<[/!]*?[^<>]*?>'si",           // 去掉 HTML 标记 
  8.                  "'([rn])[s]+'",                 // 去掉空白字符 
  9.                  "'&(quot|#34);'i",                 // 替换 HTML 实体 
  10.                  "'&(amp|#38);'i", 
  11.                  "'&(lt|#60);'i", 
  12.                  "'&(gt|#62);'i", 
  13.                  "'&(nbsp|#160);'i", 
  14.                  "'&(iexcl|#161);'i", 
  15.                  "'&(cent|#162);'i", 
  16.                  "'&(pound|#163);'i", 
  17.                  "'&(copy|#169);'i", 
  18.                  "'&#(d+);'e");                    // 作为 PHP 代码运行 
  19. $replace = array ("", 
  20.                   "", 
  21.                   "1", 
  22.                   """, 
  23.                   "&", 
  24.                   "<", 
  25.                   ">", 
  26.                   " ", 
  27.                   chr(161), 
  28.                   chr(162), 
  29.                   chr(163), 
  30.                   chr(169), 
  31.                   "chr(1)"); 
  32. $text = preg_replace ($search, $replace, $document); 
  33. ?> 

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:

  1. function HtmlToText($str){ 
  2.   $str=preg_replace("/<sty(.*)/style>|<scr(.*)/script>|<!--(.*)-->/isU","",$str);//去除CSS样式、JS脚本、HTML注释 
  3.   $alltext="";//用于保存TXT文本的变量 
  4.   $start=1;//用于检测<左、>右标签的控制开关 
  5.   for($i=0;$i<strlen($str);$i++){//遍历经过处理后的字符串中的每一个字符 
  6.     if(($start==0)&&($str[$i]==">")){//如果检测到>右标签，则使用$start=1;开启截取功能 
  7.       $start=1; 
  8.     }else if($start==1){//截取功能 
  9.       if($str[$i]=="<"){//如果字符是<左标签，则使用<font color='red'>|</font>替换 
  10.         $start=0; 
  11.         $alltext.="<font color='red'>|</font>"; 
  12.       }else if(ord($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 
  13.         $alltext.=$str[$i]; 
  14.       } 
  15.     } 
  16. } 
  17. //下方是去除空格和一些特殊字符的操作 
  18. $alltext = str_replace("　"," ",$alltext); 
  19. $alltext = preg_replace("/&([^;&]*)(;|&)/","",$alltext); 
  20. $alltext = preg_replace("/[ ]+/s"," ",$alltext); 
  21. return $alltext; 
  22. } 

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:

  1. function html2text($str,$encode = 'GB2312') 
  2. { 
  3.   $str = preg_replace("/<style .*?</style>/is", "", $str); 
  4.   $str = preg_replace("/<script .*?</script>/is", "", $str); 
  5.   $str = preg_replace("/<br s*/?/>/i", "n", $str); 
  6.   $str = preg_replace("/</?p>/i", "nn", $str); 
  7.   $str = preg_replace("/</?td>/i", "n", $str); 
  8.   $str = preg_replace("/</?div>/i", "n", $str); 
  9.   $str = preg_replace("/</?blockquote>/i", "n", $str); 
  10.   $str = preg_replace("/</?li>/i", "n", $str); 
  11.   $str = preg_replace("/&nbsp;/i", " ", $str); 
  12.   $str = preg_replace("/&nbsp/i", " ", $str); 
  13.   $str = preg_replace("/&amp;/i", "&", $str); 
  14.   $str = preg_replace("/&amp/i", "&", $str); 
  15.   $str = preg_replace("/&lt;/i", "<", $str); 
  16.   $str = preg_replace("/&lt/i", "<", $str); 
  17.   $str = preg_replace("/&ldquo;/i", '"', $str); 
  18.   $str = preg_replace("/&ldquo/i", '"', $str); 
  19.      $str = preg_replace("/&lsquo;/i", "'", $str); 
  20.      $str = preg_replace("/&lsquo/i", "'", $str); 
  21.      $str = preg_replace("/&rsquo;/i", "'", $str); 
  22.      $str = preg_replace("/&rsquo/i", "'", $str); 
  23.   $str = preg_replace("/&gt;/i", ">", $str); 
  24.   $str = preg_replace("/&gt/i", ">", $str); 
  25.   $str = preg_replace("/&rdquo;/i", '"', $str); 
  26.   $str = preg_replace("/&rdquo/i", '"', $str); 
  27.   $str = strip_tags($str); 
  28.   $str = html_entity_decode($str, ENT_QUOTES, $encode); 
  29.   $str = preg_replace("/&#.*?;/i", "", $str); 
  30.       
  31.   return $str; 
  32. }
生活不易，码农辛苦
如果您觉得本网站对您的学习有所帮助,可以手机扫描二维码进行捐赠
程序员人生
------分隔线----------------------------

上一篇 PHP脚本执行超时的解决办法

下一篇 Windows系统下配置安装Apache+php实战

分享到:
------分隔线----------------------------
为码而活
为码而活
积分：4237
15粉丝
7关注
栏目热点

程序员人生，我编程，我富裕，记住wfuyu网，php教程，php学习，php手册，CMS模版制作

声明：本站大部分内容是作者原创，少部分收集于互联网供大家一起学习，原版权很多不明，如有侵权请联系本站，谢谢！

粤ICP备14040726号-1   2015-2020 程序员人生 版权所有

平平安安 备案网站
关闭
程序员人生