php 正则去除网页所有的 html,js,css,注释的解决办法

这篇文章主要为大家详细介绍了php 正则去除网页所有的 html,js,css,注释的简单示例，具有一定的参考价值，可以用来参考一下。

/**
 * php使用正则去除网页中所有的 html,js,css,注释
 *
 * @param 
 * @arrange 512-笔记网： www.idcnote.com
 **/
$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript
"'<style[^>]*?>.*?</style>'si", // 去掉 css
"'<[/!]*?[^<>]*?>'si", // 去掉 HTML 标记
"'<!--[/!]*?[^<>]*?>'si", // 去掉 注释 标记
"'([rn])[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
$replace = array ("",
"",
"",
"",
"\1",
"\"",
"&",
"<", 
">",
" ",
chr(161),
chr(162),
chr(163),
chr(169),
"chr(\1)");
//$document为需要处理字符串，如果来源为文件可以$document = file_get_contents($filename);
$out = preg_replace($search, $replace, $document);
/***   来自php教程（www.idcnote.com）   ***/

注：关于php 正则去除网页所有的 html,js,css,注释的简单示例的内容就先介绍到这里，更多相关文章的可以留意