PHP將HTML轉換成文本一些方法總結

最常用的使用php函數strip_tags

代碼如下	複製代碼
<?php $mystr=<<<SATO 此處省略幾十行HTML代碼^_^ SATO; $str=strip_tags($mystr); //到這裡就已經達到我的HTML轉為TXT文本的目的了，哈哈，使用這個函數真方便 //下面是外掛程式的一些切詞等操作，這裡就不多說了 ?>

自訂函數

代碼如下

複製代碼

<?php // $document 應包含一個 HTML 文檔。 // 本例將去掉 HTML 標籤，javascript 代碼 // 和空白字元。還會將一些通用的 // HTML 實體轉換成相應的文本。 $search = array ("'<script[^>]*?>.*?</script>'si",  // 去掉 javascript                  "'<[/!]*?[^<>]*?>'si",           // 去掉 HTML 標籤                  "'([rn])[s]+'",                 // 去掉空白字元                  "'&(quot|#34);'i",                 // 替換 HTML 實體                  "'&(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");                    // 作為 PHP 代碼運行 $replace = array ("",                   "",                   "\1",                   """,                   "&",                   "<",                   ">",                   " ",                   chr(161),                   chr(162),                   chr(163),                   chr(169),                   "chr(\1)"); $text = preg_replace ($search, $replace, $document); ?>

後來我從網上看到了一個使用PHP寫的方法，使用這個方法也可以實現將HTML轉為TXT文本，個人覺得也還蠻實用的，在這裡分享一下，代碼如下：

代碼如下

複製代碼

function HtmlToText($str){   $str=preg_replace("/<sty(.*)/style>|<scr(.*)/script>|<!--(.*)-->/isU","",$str);//去除CSS樣式、JS指令碼、HTML注釋   $alltext="";//用於儲存TXT文本的變數   $start=1;//用於檢測<左、>右標籤的控制開關   for($i=0;$i<strlen($str);$i++){//遍曆經過處理後的字串中的每一個字元     if(($start==0)&&($str[$i]==">")){//如果檢測到>右標籤，則使用$start=1;開啟截取功能       $start=1;     }else if($start==1){//截取功能       if($str[$i]=="<"){//如果字元是<左標籤，則使用<font color='red'>|</font>替換         $start=0;         $alltext.="<font color='red'>|</font>";       }else if(ord($str[$i])>31){//如果字元是ASCII大於31的有效字元，則將字元添加到$alltext變數中         $alltext.=$str[$i];       }     } } //下方是去除空格和一些特殊字元的操作 $alltext = str_replace("　"," ",$alltext); $alltext = preg_replace("/&([^;&]*)(;|&)/","",$alltext); $alltext = preg_replace("/[ ]+/s"," ",$alltext); return $alltext; }

使用上面這個方法也可以實現將簡答的HTML代碼轉換為TXT文本。

例3

代碼如下

複製代碼

function html2text($str,$encode = 'GB2312') {   $str = preg_replace("/<style .*?</style>/is", "", $str);   $str = preg_replace("/<script .*?</script>/is", "", $str);   $str = preg_replace("/<br s*/?/>/i", "n", $str);   $str = preg_replace("/</?p>/i", "nn", $str);   $str = preg_replace("/</?td>/i", "n", $str);   $str = preg_replace("/</?div>/i", "n", $str);   $str = preg_replace("/</?blockquote>/i", "n", $str);   $str = preg_replace("/</?li>/i", "n", $str);   $str = preg_replace("/&nbsp;/i", " ", $str);   $str = preg_replace("/&nbsp/i", " ", $str);   $str = preg_replace("/&amp;/i", "&", $str);   $str = preg_replace("/&amp/i", "&", $str);   $str = preg_replace("/&lt;/i", "<", $str);   $str = preg_replace("/&lt/i", "<", $str);   $str = preg_replace("/&ldquo;/i", '"', $str);   $str = preg_replace("/&ldquo/i", '"', $str);      $str = preg_replace("/&lsquo;/i", "'", $str);      $str = preg_replace("/&lsquo/i", "'", $str);      $str = preg_replace("/&rsquo;/i", "'", $str);      $str = preg_replace("/&rsquo/i", "'", $str);   $str = preg_replace("/&gt;/i", ">", $str);   $str = preg_replace("/&gt/i", ">", $str);   $str = preg_replace("/&rdquo;/i", '"', $str);   $str = preg_replace("/&rdquo/i", '"', $str);   $str = strip_tags($str);   $str = html_entity_decode($str, ENT_QUOTES, $encode);   $str = preg_replace("/&#.*?;/i", "", $str);        return $str; }