我正在抓取网页上的html,当我使用php strip_tags时,它会将整个html刷成一行,删除所有结构。
我想通过用换行替换关闭h,p和br标签来保留结构。
preg替换是否是最佳解决方案?
一旦我替换了所有结束标签,我就会运行一个条形标签,但这样我就会有一个基本结构。
答案 0 :(得分:5)
$str = 'some html';
$tags = array('</p>','<br />','<br>','<hr />','<hr>','</h1>','</h2>','</h3>','</h4>','</h5>','</h6>');
$str = str_replace($tags,"\n",$str);
// then strip tags
答案 1 :(得分:0)
为什么不通过tidy后续词来运行它来获得结构?