php实现转换html格式为文本格式的方法

下面是关于“php实现转换html格式为文本格式的方法”的完整攻略。

1. 目标

将HTML格式的字符串转换为纯文本格式的字符串，以便于在邮件等场景中使用。

2. 方法

2.1 使用strip_tags()函数

PHP提供了一个strip_tags()函数，可以将HTML标签从字符串中去除，从而获得纯文本格式的字符串。

实例1：将以下HTML字符串转换成纯文本格式字符串

<!DOCTYPE html>
<html>
  <head>
    <meta charset="UTF-8">
    <title>Example</title>
  </head>
  <body>
    <h1>Hello, world!</h1>
    <p>This is an example paragraph.</p>
    <ul>
      <li>Item 1</li>
      <li>Item 2</li>
      <li>Item 3</li>
    </ul>
  </body>
</html>

代码如下所示：

<?php
$html = '<!DOCTYPE html>
<html>
  <head>
    <meta charset="UTF-8">
    <title>Example</title>
  </head>
  <body>
    <h1>Hello, world!</h1>
    <p>This is an example paragraph.</p>
    <ul>
      <li>Item 1</li>
      <li>Item 2</li>
      <li>Item 3</li>
    </ul>
  </body>
</html>';

$plainText = strip_tags($html);

echo $plainText;
?>

输出结果为：

Example

Hello, world!

This is an example paragraph.

Item 1
Item 2
Item 3

可以看到，strip_tags()函数会将HTML标签去除，只留下标签中的纯文本。

2.2 使用正则表达式

在某些情况下，使用strip_tags()函数可能无法完全满足要求，例如当需要去除一些特定的标签时。

这时，可以使用正则表达式替换的方式实现HTML转换为纯文本格式的字符串。

实例2：将以下HTML字符串中的所有\

标签去除，并将所有\
标签替换成换行符。

<html>
  <head>
    <meta charset="UTF-8">
    <title>Example</title>
  </head>
  <body>
    <h1>Hello, world!</h1>
    <p>This is an example paragraph.</p>
    <p>This is another paragraph.</p>
    <ul>
      <li>Item 1</li>
      <li>Item 2</li>
      <li>Item 3</li>
    </ul>
    <p>This is a final paragraph.<br>
    It has a line break in the middle.</p>
  </body>
</html>

代码如下所示：

<?php
$html = <<<HTML
<html>
  <head>
    <meta charset="UTF-8">
    <title>Example</title>
  </head>
  <body>
    <h1>Hello, world!</h1>
    <p>This is an example paragraph.</p>
    <p>This is another paragraph.</p>
    <ul>
      <li>Item 1</li>
      <li>Item 2</li>
      <li>Item 3</li>
    </ul>
    <p>This is a final paragraph.<br>
    It has a line break in the middle.</p>
  </body>
</html>
HTML;

$plainText = preg_replace('/<p[^>]*>/', '', $html);
$plainText = str_replace('<br>', "\n", $plainText);
$plainText = strip_tags($plainText);

echo $plainText;
?>

输出结果为：

Example

Hello, world!

This is an example paragraph.
This is another paragraph.

Item 1
Item 2
Item 3

This is a final paragraph.
It has a line break in the middle.

可以看到，使用正则表达式加上str_replace()函数，可以更为灵活地控制HTML字符串转换成纯文本格式的字符串。