Php 剥离HTML标记及其内容

我正在使用DOM解析字符串。我需要的功能，带跨标签及其内容。例如，如果我有：

This is some text that contains photo.
<span class='title'> photobyile</span>

这就是我所尝试的：

    $dom = new domDocument;
    $dom->loadHTML($string);
    $dom->preserveWhiteSpace = false;
    $spans = $dom->getElementsByTagName('span');

    foreach($spans as $span)
    {
        $naslov = $span->nodeValue; 
        echo $naslov;

        $string = preg_replace("/$naslov/", " ", $string);
    }

我知道

$span->nodeValue

返回span标记的值，而不是整个标记，但我不知道如何获得整个标记以及类名

谢谢，

---

Ile

尝试直接从DOM树中删除跨距

$dom = new DOMDocument();
$dom->loadHTML($string);
$dom->preserveWhiteSpace = false;

$elements = $dom->getElementsByTagName('span');
while($span = $elements->item(0)) {       
   $span->parentNode->removeChild($span);
}

echo $dom->saveHTML();

---

@ile—我遇到了这个问题—这是因为foreach迭代器的索引一直在增加，而在DOM上调用removeChild（）似乎也会从DomNodeList中删除节点（$span）。因此，对于移除的每个跨度，节点列表将收缩一个元素，然后将其foreach计数器递增一。最终结果：它跳过了一个跨度

我相信还有一种更优雅的方法，但我就是这样做的——我将引用从DomNodeList移动到第二个数组，在那里它们不会被removeChild（）操作删除

    foreach($spans as $span) {
        $nodes[] = $span;
    }
    foreach($nodes as $span) {
        $span->parentNode->removeChild($span);
    }

---

我懂了。。。尽管如此，我必须承认我不知道foreach循环到底是如何工作的。现在更清楚了。非常感谢。如果您不需要使用DOM，请查看手册上的注释。您不能告诉strip_标记它应该删除哪些标记，只能告诉它不应该删除哪些标记。正确，这就是为什么我引用注释，其中可以找到剥离标记的方法。如果不是DOM，我就必须使用正则表达式。这不是我真正想要的：）+1分，因为不使用regexin而不是使用echo解析HTML；有没有办法将它保存为变量中的字符串，以便我可以进一步操作它？Thanks@AhmadAlfy

$theVariable=$dom->saveHTML（）。。。说真的，你需要多学一点PHP…派对有点晚了，但这并不能帮我删除内容。如果我使用上述代码（将
loadHTML
更改为
loadHTMLfile
，并将
'span'
更改为
'link'
），我所有的
标记都会消失，但它们的内容仍然存在（即
http://www.something.com
变为
http://www.something.com
）@Birrel不是因为它不是“成对”元素，因此解析器不希望它包含任何内容。尝试将您的HTML更改为其他标记，例如，
，该标记无论如何都应用于链接。@LukášLalinský我正在解析XML文件，它们与常规网页的格式不同。更具体地说，我正在解析RSS提要——它们有非常松散的标准化规则，所以没有两个是相同的。一个可能有
…
，而另一个可能有
。至少可以说，这是令人沮丧的。
    foreach($spans as $span) {
        $nodes[] = $span;
    }
    foreach($nodes as $span) {
        $span->parentNode->removeChild($span);
    }