|
// $document には HTML ドキュメントが含まれている必要があります。
// この例では HTML タグと JavaScript コードを削除します
// および空白文字。共通のものもあります
// HTML エンティティは対応するテキストに変換されます。
$search = array ("']*?>.*?'si", // javascriptを削除します
"'<[/!]*?[^<>]*?>'し", "'<[/!]*?[^'し", 「」
"'([rn])[s]+'"、"([rn])[s]+'"、
"'＆（quot |＃34）;' i"、 "＆（quot |＃34）; 'i"、
「'&(amp|#38);'i」、
「'&(lt|#60);'i」、
「'&(gt|#62);'i」、
「'&(nbsp|#160);'i」、
"'&(iexcl|#161);'i",
「'&(cent|#162);'i」、
「'&(ポンド|#163);'i」、
"'&(copy|#169);'i",
"'(d+);'e"); "'(d+);'e");
$replace = 配列 ("",
)
「」、
「1」、
「」、
「＆」、
「<」、
「>」、
「」、
chr(161)、
chr(162)、
chr(163)、
chr(169)、
"chr(1)");
$text = preg_replace ($search, $replace, $document);
?>
後で、インターネット上で PHP で書かれたメソッドを見つけました。このメソッドは、個人的には非常に実用的だと思います。コードは次のとおりです。
コードは次のとおりです|
| コードをコピー
|
関数 HtmlToText($str){
$str=preg_replace("/||/isU","",$ str);//CSS スタイル、JS スクリプト、HTML コメントを削除します
$alltext="" //TXT テキストの保存に使用される変数
$start=1;//左右のラベルを検出するために使用されるコントロール スイッチ
for($i=0;$i
If(($start==0)&&($str[$i]==">")){//>正しいラベルが検出された場合、$start=1 を使用してインターセプト機能を有効にします
;
$start=1;
}else if($start==1){//インターセプト関数
If($str[$i]=="<"){//文字が | を使用して
を置き換えます。
$start=0;
$alltext.="|";
}else if(ord($str[$i])>31){//その文字が 31 より大きい ASCII の有効な文字である場合、その文字を $alltext 変数に追加します
$alltext.=$str[$i];
}
}
}
//以下はスペースと一部の特殊文字を削除する操作です
$alltext = str_replace(" "," ",$alltext);
$alltext = preg_replace("/&([^;&]*)(;|&)/","",$alltext);
$alltext = preg_replace("/[ ]+/s"," ",$alltext);
$alltext を返します;
}
|
使用上面这个方法也可以实现将简答的HTML代码转换为TXT文本。
例3
| 代码如下 |
复制代码 |
|
function html2text($str,$encode = 'GB2312')
{
$str = preg_replace("/ | |
