使用php生成纯文本

我正在使用一个以生成的字符串结束的服务。字符串通常类似于：

Hello   Mr   John Doe, you are now registered \t.
Hello &nbsb; Mr   John Doe, your phone number is &nbsb; 555-555-555 &nbs; \n

我需要删除所有html实体以及所有\t和\n等

---

我可以使用

html\u entity\u decode

，来删除不间断空格，使用

str\u replace

来删除

\t

或

\n

，但是有更通用的方法吗？一些东西可以确保字符串中只存在字母字符（一些不包含代码的字符串）。

如果我正确理解您的大小写，您基本上希望从HTML转换为纯文本

根据输入的复杂性以及所需的健壮性和准确性，您有两种选择：

• 用于删除HTML标记，使用

  HTML-ENTITIES

  作为源编码对实体进行解码，或进行任何其他替换：

  $html = "<p>Hello &nbsp; Mr &nbsp; John Doe, you are now registered.
      Hello &nbsp; Mr &nbsp; John Doe, your phone number is &nbsp; 555-555-555 &nbsp;
      Test: &euro;/&eacute;</p>";
  
  $plain_text = $html;
  $plain_text = strip_tags($plain_text);
  $plain_text = mb_convert_encoding($plain_text, 'UTF-8', 'HTML-ENTITIES');
  $plain_text = strtr($plain_text, [
      "\t" => ' ',
      "\r" => ' ',
      "\n" => ' ',
  ]);
  $plain_text = preg_replace('/\s+/u', ' ', $plain_text);
  
  var_dump($html, $plain_text);
  

两种解决方案都应打印如下内容：

string(169) "<p>Hello &nbsp; Mr &nbsp; John Doe, you are now registered.
    Hello &nbsp; Mr &nbsp; John Doe, your phone number is &nbsp; 555-555-555 &nbsp;
    Test: &euro;/&eacute;</p>"
string(107) "Hello Mr John Doe, you are now registered. Hello Mr John Doe, your phone number is 555-555-555 Test: €/é"

string（169）”你好，约翰·多伊先生，您现在已注册。
你好，John Doe先生，你的电话号码是555-555-555
测试：&euro；/é；
“
字符串（107）“你好，John Doe先生，您现在已注册。你好，John Doe先生，您的电话号码是555-555-555测试：€/

字母表字符取决于您对字母表的定义。从技术上讲是五个字母字符。@Gordon我指的是一个不包含任何代码的字符串。是否尝试使用实际输入的heredoc语法？你的意思是你已经破坏了HTML实体和PHP转义序列的混合吗？你有一个很好的完整答案可以尝试。我不确定您是否要删除它们。如果你有史密斯先生，并且你移除了这个字符串，那么你会得到一个错误的字符串：当它应该是史密斯先生时，是史密斯先生。如果你有'他说'你好'，那么你就没有'他说'你好'。对我来说，这是破坏原始输入。看看阿尔瓦罗的回答。如果您想删除其他无关的空间，您可以使用他提供的技术，使用正则表达式删除多余的空间。

string(169) "<p>Hello &nbsp; Mr &nbsp; John Doe, you are now registered.
    Hello &nbsp; Mr &nbsp; John Doe, your phone number is &nbsp; 555-555-555 &nbsp;
    Test: &euro;/&eacute;</p>"
string(107) "Hello Mr John Doe, you are now registered. Hello Mr John Doe, your phone number is 555-555-555 Test: €/é"