Question

我在PHP中有一个字符串，其中包含完整的HTML文档（包括<script>，<header>，<footer>等标记。）

除了少数标签外，我怎样才能删除所有这些标签及其内容？

我希望将<p>，<b>，<img>，<h2>和<em>标记与这些标记内的内容一起保留。其他一切都应该删除。

我不确定如何解决这个问题，并且找不到与我类似的任何问题/解决方案。

<p>Hello <b>this</b></p> is an <span>example</span>

上面的例子应该变成：

<p>Hello <b>this</b></p>

代码应删除所有不包含在指定标记数组中的标记和内容。

Answer 1

您想要的远比简单的DoM操作复杂得多。因为您需要删除指定标签的innerHtml部分。你可以做的是通过tagName（getElementByTagName）获取所有重要元素并查看innerHtml。但是你对整个HTML有什么期望？

下面是一个示例代码，用于连接您希望保留的指定标记的innerHtml。但是首先需要使用Id或Class来识别HTML div。完成后：

var myHtml = document.getElementById('myHtml');

var tagsToKeep = ["p", "h1"...];
var newHtml = ""

tagsToKeep.forEach((tag)=> var tagHtml = myHtml.getElementByTagName(tag);

tagHtml.forEach((element) => { newHtml += element.innerHTML + "\n" });
});

Answer 2

这是一种农民方式，但您可以public static void main(String[] args) throws IOException{ FileOutputStream out = null; String content = "hello"; byte[] contentBytes = content.getBytes(); try{ out = new FileOutputStream("output.txt"); out.write(contentBytes); }catch(FileNotFoundException e){ } finally{ if (out != null) out.close(); }一次只需preg_replace每个标记：

$text = "<header>This is header</header><body><p>This is paragraph</p></body>";
$text = preg_replace("/<header(.*)<\/header>/iUs", "", $text);

您可以preg_replace使用<script>，<footer>等

除了某些指定的内容之外，如何删除PHP中包含内容的所有标记？

2 个答案: