Question

<?php
function walkDOM($node)
{
    if (! isset($node->childNodes))
        return;

    for ($i = 0; $i < $node->childNodes->length; $i++) {

        $childNode = $node->childNodes->item($i);
        $childNodeName = $childNode->nodeName;

        echo $childNode->nodeName . " - " . $childNode->nodeType . 
             " - \"" . $childNode->nodeValue . "\"\n";
        walkDOM($childNode);
    }
}

function processHTML($s)
{
    $doc = new DOMDocument('1.0', 'UTF-8');
    $success = $doc->loadHTML($s);
    if (! $success) {
        echo "Load HTML failed.\n";
        exit(1);
    }
    echo "Loaded HTML: " . $doc->saveHTML() . "\n";
    walkDOM($doc);
}

$s = '<div>hello, <p>world<big>!</big></p></div>';
processHTML($s);
?>

输出：

Loaded HTML: <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><div>hello, <p>world<big>!</big></p></div></body></html>

html - 10 - ""
html - 1 - "hello, world!"
body - 1 - "hello, world!"
div - 1 - "hello, world!"
#text - 3 - "hello, "
p - 1 - "world!"
#text - 3 - "world"
big - 1 - "!"
#text - 3 - "!"

从上面的代码和输出中，我们可以看到，当我们访问任何nodeValue的{{1}}属性时，我们会得到其内部HTML，并删除所有标记。我可以使用它来过滤掉所有标签，如下所示：

DOMNode

输出：

$s = '<div>hello, <p>world<big>!</big></p></div>';
$doc = new DOMDocument('1.0', 'UTF-8');
$doc->loadHTML($s);
echo $doc->childNodes->item(1)->nodeValue . "\n";

但我也可以使用hello, world!：

strip_tags

我有两个问题：

我以后可以依赖$s = '<div>hello, <p>world<big>!</big></p></div>'; echo strip_tags($s) . "\n";属性的这种行为来剥离标签或做任何我能想象到的其他事情。有没有隐藏的惊喜？
如何使用nodeValue去除与使用nodeValue剥离代码不同的代码？

Answer 1

如果你只是想剥去标签，那会变得复杂吗？我认为使用strip_tags（）函数更快，更好。此外，它可以使用第二个参数来指定不应被剥离的标记。

用于剥离标记的nodeValue属性的可靠性如何，以及它如何与strip_tags（）进行比较？

1 个答案: