PHP将HTML转换成文本一些方法总结

在php中html转换成文本提供了自带的函数strip_tags了,但有时此函数不够用,下面总结了一些用户自定的函数,各位可参考.

最常用的使用php函数strip_tags,代码如下:

1. <?php 
2. $mystr=<<<SATO 
3. 此处省略几十行HTML代码^_^ 
4. SATO; 
5. $str=strip_tags($mystr); 
6. //到这里就已经达到我的HTML转为TXT文本的目的了，哈哈，使用这个函数真方便 
7. //下面是插件的一些切词等操作，这里就不多说了 
8. ?> 

自定义函数,代码如下:

1. <?php 
2. // $document 应包含一个 HTML 文档。 
3. // 本例将去掉 HTML 标记，javascript 代码 
4. // 和空白字符。还会将一些通用的 
5. // HTML 实体转换成相应的文本。 
6. $search = array ("'<script[^>]*?>.*?</script>'si",  // 去掉 javascript 
7.                  "'<[/!]*?[^<>]*?>'si",           // 去掉 HTML 标记 
8.                  "'([rn])[s]+'",                 // 去掉空白字符 
9.                  "'&(quot|#34);'i",                 // 替换 HTML 实体 
10.                  "'&(amp|#38);'i", 
11.                  "'&(lt|#60);'i", 
12.                  "'&(gt|#62);'i", 
13.                  "'&(nbsp|#160);'i", 
14.                  "'&(iexcl|#161);'i", 
15.                  "'&(cent|#162);'i", 
16.                  "'&(pound|#163);'i", 
17.                  "'&(copy|#169);'i", 
18.                  "'&#(d+);'e");                    // 作为 PHP 代码运行 
19. $replace = array ("", 
20.                   "", 
21.                   "\1", 
22.                   """, 
23.                   "&", 
24.                   "<", 
25.                   ">", 
26.                   " ", 
27.                   chr(161), 
28.                   chr(162), 
29.                   chr(163), 
30.                   chr(169), 
31.                   "chr(\1)"); 
32. $text = preg_replace ($search, $replace, $document); 
33. ?> 

后来我从网上看到了一个使用PHP写的方法,使用这个方法也可以实现将HTML转为TXT文本,个人觉得也还蛮实用的,在这里分享一下,代码如下:

1. function HtmlToText($str){ 
2.   $str=preg_replace("/<sty(.*)/style>|<scr(.*)/script>|<!--(.*)-->/isU","",$str);//去除CSS样式、JS脚本、HTML注释 
3.   $alltext="";//用于保存TXT文本的变量 
4.   $start=1;//用于检测<左、>右标签的控制开关 
5.   for($i=0;$i<strlen($str);$i++){//遍历经过处理后的字符串中的每一个字符 
6.     if(($start==0)&&($str[$i]==">")){//如果检测到>右标签，则使用$start=1;开启截取功能 
7.       $start=1; 
8.     }else if($start==1){//截取功能 
9.       if($str[$i]=="<"){//如果字符是<左标签，则使用<font color='red'>|</font>替换 
10.         $start=0; 
11.         $alltext.="<font color='red'>|</font>"; 
12.       }else if(ord($str[$i])>31){//如果字符是ASCII大于31的有效字符，则将字符添加到$alltext变量中 
13.         $alltext.=$str[$i]; 
14.       } 
15.     } 
16. } 
17. //下方是去除空格和一些特殊字符的操作 
18. $alltext = str_replace("　"," ",$alltext); 
19. $alltext = preg_replace("/&([^;&]*)(;|&)/","",$alltext); 
20. $alltext = preg_replace("/[ ]+/s"," ",$alltext); 
21. return $alltext; 
22. } 

使用下面这个方法也可以实现将简答的HTML代码转换为TXT文本,实例代码如下:

1. function html2text($str,$encode = 'GB2312') 
2. { 
3.   $str = preg_replace("/<style .*?</style>/is", "", $str); 
4.   $str = preg_replace("/<script .*?</script>/is", "", $str); 
5.   $str = preg_replace("/<br s*/?/>/i", "n", $str); 
6.   $str = preg_replace("/</?p>/i", "nn", $str); 
7.   $str = preg_replace("/</?td>/i", "n", $str); 
8.   $str = preg_replace("/</?div>/i", "n", $str); 
9.   $str = preg_replace("/</?blockquote>/i", "n", $str); 
10.   $str = preg_replace("/</?li>/i", "n", $str); 
11.   $str = preg_replace("/&nbsp;/i", " ", $str); 
12.   $str = preg_replace("/&nbsp/i", " ", $str); 
13.   $str = preg_replace("/&amp;/i", "&", $str); 
14.   $str = preg_replace("/&amp/i", "&", $str); 
15.   $str = preg_replace("/&lt;/i", "<", $str); 
16.   $str = preg_replace("/&lt/i", "<", $str); 
17.   $str = preg_replace("/&ldquo;/i", '"', $str); 
18.   $str = preg_replace("/&ldquo/i", '"', $str); 
19.      $str = preg_replace("/&lsquo;/i", "'", $str); 
20.      $str = preg_replace("/&lsquo/i", "'", $str); 
21.      $str = preg_replace("/&rsquo;/i", "'", $str); 
22.      $str = preg_replace("/&rsquo/i", "'", $str); 
23.   $str = preg_replace("/&gt;/i", ">", $str); 
24.   $str = preg_replace("/&gt/i", ">", $str); 
25.   $str = preg_replace("/&rdquo;/i", '"', $str); 
26.   $str = preg_replace("/&rdquo/i", '"', $str); 
27.   $str = strip_tags($str); 
28.   $str = html_entity_decode($str, ENT_QUOTES, $encode); 
29.   $str = preg_replace("/&#.*?;/i", "", $str); 
30.       
31.   return $str; 
32. }