php清除HTML格式的代码_PHP教程

在字符截取时常会因为HTML格式发生意外，ASP是，php(做为现在的主流开发语言)也是，如果是可预见的简单HTML格式用replace就行了，对于文章正文这一类里面可能包含所有的HTML格式，想高效点还是用下面的的，已测试

$search = array ("’’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(做为现在的主流开发语言) 代码运行

$replace = array ("",
"",
"1",
""",
"&",
" ">",
" ",
chr(161),
chr(162),
chr(163),
chr(169),
"chr(1)");
//$document为需要处理字符串，如果来源为文件可以$document = file_get_contents($filename);
//$text = preg_replace($search, $replace, $document);