从PHP中的字符串中删除HTML代码

Question

我想使用REGEX从字符串中删除所有HTML代码，例如" € á ...。

字符串："This is a string " € á &"

需要输出：This is a string

Answer 1

你可以尝试

$str="This is a string " € á &";
$new_str = preg_replace("/&#?[a-z0-9]+;/i",'',$str);
echo $new_str;

我希望这可能有效

<强> DESC ：

& - starting with 
# - some HTML entities use the # sign 
?[a-z0-9] - followed by
;- ending with a semi-colon
i - case insensitive. 

Answer 2

preg_replace('#&[^;]+;#', '', "This is a string " € á &");

Answer 3

试试这个：

preg_replace('/[^\w\d\s]*/', '', htmlspecialchars_decode($string));

虽然它可能删除了一些你不想删除的东西。您可能需要修改正则表达式。

Answer 4

$str = preg_replace_callback('/&[^; ]+;/', function($matches){
    return html_entity_decode($matches[0], ENT_QUOTES) == $matches[0] ? $matches[0] : '';
}, $str);

这将有效，但不会删除€，因为它不是HTML 4中的实体。如果你有PHP 5.4，你可以使用标志ENT_QUOTES | ENT_HTML5使其与HTML5实体一起正常工作比如€。

Answer 5

如果您尝试完全删除实体（即：不解码它们），请尝试以下操作：

$string = 'This is a string " € á &';

$pattern = '/&([#0-9A-Za-z]+);/';
echo preg_replace($pattern, '', $string);