php regex do usunięcia HTML

Question

Zanim zaczniemy, strip_tags() nie działa.

teraz

Mam pewne dane, które muszą być przetwarzane, jest problem, muszę pozbyć się wszystkich HTML, który został sformatowany bardzo dziwnie. znaczniki wyglądać następująco: (zauważyć spacje)

<p> blah blah blah </p > < a href= " link.html " > blah blah blah </a> 

Wszystkie regexs Próbowałam nie pracują, a ja nie wiem wystarczająco dużo o regex formatowania do ich pracy. Nie dbam o zachowanie jakichkolwiek elementów wewnątrz tagów i wolałbym, jeśli to możliwe, pozbyć się tekstu wewnątrz linku.

Ktoś ma jakiś pomysł?

(I naprawdę trzeba po prostu usiąść i nauczyć się wyrażeń regularnych jeden dzień)

Answer 1

Czy

preg_replace('/<[^>]*>/', '', $content) 

pracę?

Answer 2

rozwiązanie, które nie jest idiotoodporny, ale działa za to, co napisali:

s/<[^>]*>//g 

Answer 3

sformatowany dziwnie? Czy to prawidłowy HTML, prawda? W takim przypadku nie dotknęłbym go wyrażeniami regularnymi. Przykłady tego, jak może to pójść nie tak i dlaczego to zły pomysł to legion. Zamiast tego użyłbym na przykład HTML Tidy, aby na przykład wyczyścić niepotrzebną białą przestrzeń.

Answer 4

http://ca3.php.net/strip_tags to prawdopodobnie to, czego potrzebujesz.

Answer 5

Wypróbuj i daj mi znać.

<?php 
$text = '<p> blah blah blah </p > < a href= " link.html " > blah blah blah</a>'; 
echo strip_tags($text); 
echo "\n"; 
echo strip_tags($text, '<p><a>'); 
?> 

Answer 6

strip_tags() będzie działać, jeśli używasz html_entity_decode() o zmiennej przed strip_tags()

<?php 
$text = '<p> blah blah blah </p > < a href= " link.html " > blah blah blah</a>'; 
echo strip_tags(html_entity_decode($text)); 
?>