Php 从html源代码中删除注释_Php_Curl

Php 从html源代码中删除注释

php curl

Php 从html源代码中删除注释,php,curl,Php,Curl,我知道如何通过cUrl获取html源代码，但我想删除html文档上的注释（我指的是介于之间的注释）。另外，如果我可以只取html文档的正文。谢谢。如果cUrl中没有这个选项（我怀疑没有，但我以前错了），那么您至少可以用一个简单的语法将生成的HTML解析为您的心意从长远来看，这可能是您在可配置性和支持方面的最佳选择。我会将其输送到sed，以获得正则表达式，类似于 curl http://yoururl.com/test.html | sed -i "s/<!\-\-\s?\w+\s?\-\

我知道如何通过cUrl获取html源代码，但我想删除html文档上的注释（我指的是介于

之间的注释）。另外，如果我可以只取html文档的

正文

。谢谢。

如果cUrl中没有这个选项（我怀疑没有，但我以前错了），那么您至少可以用一个简单的语法将生成的HTML解析为您的心意

从长远来看，这可能是您在可配置性和支持方面的最佳选择。

我会将其输送到sed，以获得正则表达式，类似于

curl http://yoururl.com/test.html | sed -i "s/<!\-\-\s?\w+\s?\-\->//g" | sed "s/.?(<body>.?</body>).?/\1/"

curlhttp://yoururl.com/test.html |sed-i“s///g”| sed“s/（.？）.？//\1/“

正则表达式可能不精确，但您会想到…

试试：

$html='some content'；//把你的卷曲结果放在这里
$dom=新的DOMDocument；
$dom->loadHtml（$html）；
$xpath=newdomxpath（$dom）；
foreach（$xpath->query（'//comment（）'）作为$comment）{
$comment->parentNode->removeChild（$comment）；
}
$body=$xpath->query（'//body'）->项（0）；
$newHtml=$DOMNode的body实例$dom->saveXml（$body）：'something failed'；
var_dump（$newHtml）；

输出：

string(36) "<body><div>some content</div></body>"

string（36）“某些内容”

Regex为我解决了这个问题，如下所示：

function remove_html_comments($html = '') {
    return preg_replace('/<!--(.|\s)*?-->/', '', $html);
}

函数删除html注释（$html=''）{
返回preg_replace（'/'，'$html）；
}

我遇到了在foreach循环中修改DOMNodeList时出现的问题，该循环消失了。出于这个原因，我不会像公认的答案那样推荐一个

foreach

循环。相反，使用

for

循环，如下所示：

$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
for ($els = $xpath->query('//comment()'), $i = $els->length - 1; $i >= 0; $i--) {
    $els->item($i)->parentNode->removeChild($els->item($i));
}

您应该手动重新分析它们。。。我有自己的JavaScript库，但我不知道如何在PHPthere中实现这一点没有cUrl选项？正确，cUrl中没有这样的选项。它只是在服务器发送数据时获取数据。看，它工作得很好，我从来没有听说过DOM。谢谢。让多行原始HTML工作，而不是显示

对于换行符，将

saveXML（）

更改为

saveHTML（）

。要使结果包含

元素，请将

loadHTML（$html）

更改为

loadHTML（$html，LIBXML\u html\u NODEFDTD）

，并将

$newHtml

行更改为

$newHtml=$DOMNode的body实例$dom->saveHTML（）：“有东西失败了”。
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
for ($els = $xpath->query('//comment()'), $i = $els->length - 1; $i >= 0; $i--) {
    $els->item($i)->parentNode->removeChild($els->item($i));
}