剔除頁面中html中除文字以外的任何程式碼,剛才發布了php版這個是ASP中的版本。 asp函數程式碼
複製代碼代碼如下:
<%
Function RemoveHTML(str)
Dim objRegExp, Match,strHTML
if isnull(str) then
str=
end if
strHTML=str
strHTML=replace(replace(replace(strHTML,vblf,),vbcr,),vbcrlf,)
Set objRegExp = New Regexp
objRegExp.IgnoreCase = True
objRegExp.Global = True
objRegExp.Pattern = <script[^>]*?>.*?</script>
strHTML = objRegExp.Replace(strHTML,)
objRegExp.Pattern = <style[^>]*?>.*?</style>
strHTML = objRegExp.Replace(strHTML,)
objRegExp.Pattern = <.+?>
strHTML = objRegExp.Replace(strHTML,)
Set objRegExp = Nothing
RemoveHTML=strHTML
End Function
%>
php中的程式碼
複製代碼代碼如下:
<?php
$search = array ('<script[^>]*?>.*?</script>'si, // 去掉javascript
'<style[^>]*?>.*?</style>'si, // 去掉css
'<[/!]*?[^<>]*?>'si, // 去掉HTML 標記
'<!--[/!]*?[^<>]*?>'si, // 去掉註解標記
'([rn])[s]+', // 去掉空白字符
'&(quot|#34);'i, // 取代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 程式碼運行
$replace = array (,
,
,
,
/1,
/,
&,
<,
>,
,
chr(161),
chr(162),
chr(163),
chr(169),
chr(/1));
//$document為需要處理字串,如果來源為檔案可以$document = file_get_contents('http://www.sina.com.cn');
$out = preg_replace($search, $replace, $document);
echo $out;
?>
存為get.php即可。