删除MS Word“；HTML"；使用PHP

可能重复：

我允许客户端在富格文本编辑器中输入注释，并且直到最近才升级到ckEditor 3x，默认情况下（当用户粘贴到编辑器对象中时），它会剥离MS word类、样式和注释。所以向前看，我已经准备好了

我最近需要整理5年的笔记，其中一些已经嵌入了MS word生成的HTML。我需要循环浏览这段文字并将其清理干净

我不需要去掉所有的span标记，只需要那些被识别为由Microsoft编写的标记

我尝试过使用HTMLCleaner，但它并没有删除MS生成的HTML。这正是我想要的，但是开发人员目前没有提供API供公众使用（截至2012年7月9日）

在过去的几个星期里，我断断续续地寻找这样一门课，运气不太好。你们中有谁找到了一个有用的类来分享吗？

---

这将满足您的需要。

现在就尝试一下-谢谢。为了澄清，我需要一个服务器端类，可以将其嵌入到现有的应用程序中。mario提到的SO问题/答案中有一些很棒的工具，但是我发现它们大部分都是为一次性转换而设计的——或者使用curl发布到他们的网站上。不能用PHI.Mario这样做，你的URL到哪里去了？它们是有用的，也是我结束的部分理由。它们应该对OP使用回顾脚本进行HTML清理也很有用。我希望这个问题可以保留，因为maxhud下面的回答向T提出了我的问题。htmlpurifier是一个类，而不是用户浏览和上传到的网站。我注意到我问题顶部添加了两个新链接。第一个并不能完全回答我要找的。然而，第二个在我最初的搜索中出现了，但没有出现（道歉）。接受的答案与下面maxhud的答案相同；是的，如果一个问题是这样结束的，它应该总是可用的-我认为如果问题自动结束，因为已经达到必要的五个结束投票，这种情况总是发生的。当手动删除时，一些mod会完全删除问题，但我认为在这些普通情况下不会发生这种情况。