如何通过删除PHP中不是字母的任何内容来清理字符串

Question

假设我有一个HTML文档

如何从文档中删除所有内容

我想删除HTML标记

我想删除任何特殊字符

我想删除除字母之外的所有内容

并提取文本

由于

Answer 1

您可以使用strip_tags和preg_replace来完成此操作：

function clean($in)
{
    // Remove HTML
    $out = strip_tags($in);
    // Filter all other characters
    return preg_replace("/[^a-z]+/i", "", $out);
}

[^a-z]将匹配除A到Z之外的任何字符，+符号指定它应匹配此类字符的任何序列长度，而/i - 修饰符指定它是一个案例不敏感的搜索。所有匹配的字符将替换为空字符串，只留下字符。

如果您想保留空格，可以使用[^a-z ]，如果您想保留数字[^a-z0-9 ]。这允许您将所有允许的字符列入白名单并丢弃其余字符。

Answer 2

首先使用strip_tags()删除HTML，然后使用Emil H的正则表达式。

Answer 3

前置

$in = preg_replace("/<[^>]*>/", "", $in);

到Emil H的解决方案，所以你的标签会被条纹化。否则，“＆lt; p＆gt; Hello World＆lt; / p＆gt;”将显示为“pHelloWorldp”