Comment supprimer les balises HTML à l'aide d'expressions régulières-Questions et réponses frontales-php.cn

Comment supprimer les balises HTML à l'aide d'expressions régulières

PHPz

Libérer： 2023-04-24 15:15:24

original

2800 Les gens l'ont consulté

HTML est une technologie essentielle dans la conception de pages Web et la clé de l'affichage du contenu dans les pages Web. Mais parfois, nous devons extraire le contenu du texte brut, puis supprimer les balises HTML. Cet article explique comment utiliser les expressions régulières pour supprimer les balises HTML.

Les balises HTML sont entourées de crochets angulaires. Dans les balises HTML, de nombreux attributs sont utilisés pour définir les caractéristiques des éléments, tels que la classe et l'identifiant. Lorsque vous utilisez des expressions régulières pour supprimer des balises HTML, vous devez faire attention non seulement à la suppression des balises, mais également à la suppression des attributs des balises.

L'expression régulière spécifique est la suivante :

/<[^>]+>/g

Copier après la connexion

Parmi eux, / représente le début et la fin de l'expression régulière ; le signe supérieur à et le signe inférieur à représentent le début et la fin de la balise HTML ^{1 ;} représente tout caractère qui ne correspond pas > + signifie que le caractère correspondant peut être répété une ou plusieurs fois ; /g signifie une recherche en texte intégral au lieu d'une seule recherche.

Par exemple, pour supprimer toutes les balises dans le code HTML suivant :

<!DOCTYPE html>
<html>
  <head>
    <title>HTML标签测试</title>
  </head>
  <body>
    <h1>我们来测试一下HTML标签去除吧！</h1>
    <p>这是一个段落。</p>
  </body>
</html>

Copier après la connexion

Vous pouvez utiliser le code suivant en JavaScript :

var html = 'HTML标签测试
我们来测试一下HTML标签去除吧！
这是一个段落。';

var pureText = html.replace(/<[^>]+>/g, '');
console.log(pureText);

Copier après la connexion

Le code ci-dessus affichera le contenu en texte brut après avoir supprimé les balises HTML :

HTML标签测试我们来测试一下HTML标签去除吧！这是一个段落。

Copier après la connexion

Dans ce De cette façon, nous avons supprimé avec succès les balises HTML. Lors de l'utilisation réelle, vous devez également faire attention aux points suivants :

Les expressions régulières s'appliquent uniquement au contenu en texte brut des balises HTML et ne s'appliquent pas au code JavaScript et aux styles CSS dans les balises.
Certaines balises HTML peuvent utiliser des valeurs d'attribut pour spécifier du contenu, comme l'attribut alt de la balise . Ces contenus ne peuvent pas être supprimés par des expressions régulières.
Si le contenu contenu dans les balises HTML est constitué d'entités de caractères, telles que < et >, ces entités doivent être remplacées dans les expressions régulières, sinon les balises ne seront pas supprimées correctement.

De plus, vous pouvez également utiliser des bibliothèques d'analyse HTML spécialisées pour extraire des balises HTML, telles que Cheerio. Mais quelle que soit la méthode utilisée, nous devons rester vigilants pour garantir que le contenu du texte extrait est exact et conforme aux attentes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!