php regex pour supprimer HTML

Question

Avant de commencer, strip_tags() ne fonctionne pas.

maintenant,

J'ai des données qui doivent être analysés, le problème est, je dois me débarrasser de tout le code HTML qui a été très étrangement formated. les balises ressemblent à ceci: (avis espaces)

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

Tous les regexs J'ai essayé ne fonctionnent pas, et je ne sais pas assez sur regex formattage pour les faire fonctionner. Je ne me soucie pas de préserver quoi que ce soit à l'intérieur des balises, et je préférerais me débarrasser du texte à l'intérieur d'un lien si je le pouvais.

Quelqu'un a une idée?

(je dois vraiment me asseoir et d'apprendre des expressions régulières une journée)

Answer 1

Est-ce que

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

travail?

Answer 2

Solution qui est pas infaillible, mais travailler pour ce que vous avez publié:

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

Answer 3

Formaté étrangement? C'est un code HTML valide, n'est-ce pas? Dans ce cas, je ne le toucherais pas avec des expressions régulières. Des exemples de comment cela peut aller mal et pourquoi c'est une mauvaise idée sont légion. J'utiliserais plutôt HTML Tidy pour, par exemple, nettoyer l'espace blanc inutile.

Answer 4

http://ca3.php.net/strip_tags est probablement ce dont vous avez besoin.

Answer 5

Faites-le moi savoir.

<?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() fonctionnera si vous utilisez html_entity_decode() sur une variable avant strip_tags()

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