我想要一个网页的内容。让我们说我想从这个网址获取example的内容，但是在这个页面上有HTML JS和其他标签，我想将它们全部删除。 到目前为止我所拥有的是
$raw_text = file_get_contents( 'http://www.booking.com/reviews/es/hotel/royal.html?aid=304142;sid=56e38d55a38ec2df6fe4622827e89675;dcid=1' );
$rm_html = strip_tags($raw_text);
如何删除所有类型的标签，并且只包含当前页面中的文字？
答案 0 :(得分：0)
最简单的不是通过php自己实现某些东西，而是使用已经完成的东西，例如lynx文本浏览器：
lynx --dump http://some.example.org/page.html
这会将页面上找到的所有文本转储到标准输出，您可以在其中应用更多处理过滤器。当然你也可以使用shell方法将输出传输到文件或其他任何东西。如果您愿意，也可以在php中调用此方法，只要安装了该实用程序（或类似的内容，如links）。