php正則去除網頁中所有的html,js,css,注釋的實現方法

如下所示：

$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript
 "'<style[^>]*?>.*?</style>'si",  // 去掉 css
 "'<[/!]*?[^<>]*?>'si",      // 去掉 HTML 標記
 "'<!--[/!]*?[^<>]*?>'si",      // 去掉 注釋 標記
 "'([rn])[s]+'",  // 去掉空白字符
 "'&(quot|#34);'i",  // 替換 HTML 實體

 "'&(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");   // 作為 PHP 代碼運行
 
$replace = array ("",
 "",
 "",
 "",
 "\1",
 "\"",
 "&",
 "<", 
 ">",
 " ",
 chr(161),
 chr(162),
 chr(163),
 chr(169),
 "chr(\1)");
//$document為需要處理字符串，如果來源為文件可以$document = file_get_contents($filename);
$out = preg_replace($search, $replace, $document);

也可以使用php的內置函數strip_tags()清除html,js,注釋等標記

以上就是小編為大家帶來的php正則去除網頁中所有的html,js,css,注釋的實現方法全部內容了，希望大家多多支持~