PHP将HTML转换成文本的实现代码


            核心代码：





<?php

// $document 应包含一个 HTML 文档。

// 本例将去掉 HTML 标记，javascript 代码

// 和空白字符。还会将一些通用的

// HTML 实体转换成相应的文本。



$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript

         "'<[\/\!]*?[^<>]*?>'si",      // 去掉 HTML 标记

         "'([\r\n])[\s]+'",         // 去掉空白字符

         "'&(quot|#34);'i",         // 替换 HTML 实体

         "'&(amp|#38);'i",

         "'&(lt|#60);'i",

         "'&(gt|#62);'i",

         "'&(nbsp|#160);'i",

         "'&(iexcl|#161);'i",

         "'&(cent|#162);'i",

         "'&(pound|#163);'i",

         "'&(copy|#169);'i",

         "'&#(\d+);'e");          // 作为 PHP 代码运行



$replace = array ("",

         "",

         "\\1",

         "\"",

         "&",

         "<",

         ">",

         " ",

         chr(161),

         chr(162),

         chr(163),

         chr(169),

         "chr(\\1)");



$text = preg_replace ($search, $replace, $document);

?>