使用PHP在HTML之间查找短语/单词

我想知道一种查找HTML文档中的短语/单词的可靠方法。例如，如果我有以下文档：

<a href="#">This is a test</a><b>Another test</b>

另一个测试

我的目标是找到“这是一个测试”和“另一个测试”，并用其他的东西代替它。请注意，这些是示例短语，可能包含数字或符号

任何帮助都会很好

---

谢谢

您可以使用php的

strip\u标记（$string，$tagsToRemove）

---

将HTML视为XML，并使用（PHP5）或（PHP4）扩展（或PHP中包含的任何其他XML扩展）

---

对于每个节点，您都可以使用

DomNode.GetValue

（取决于您使用的库）获取内部文本。

我将研究类似的内容说明如何删除所有html内容（html标记、脚本、css）然后使用str_replace，你可以替换你想要的任何东西。

如果这是客户端的一个选项，我建议这里的关键是使用正则表达式，从某种意义上说，解析HTML

所以你会使用：

<?php

$str = "<a href =\"\">Hello</a>"; //The string to search

preg_match('/(<.+>)??.+(<\/.+>)??/i',$str,$match); //Find all occurences and store the tag content in an array called $match

echo $match[0]; //Echo the first value

?>

这基本上是搜索输入字符串（您将其设置为页面的HTML），并将标记之间的每个文本匹配作为数组中的值返回。对于第一个标记，值将存储在$match[0]中，第二个存储在$match[1]中，以此类推

它首先查找一个模式，该模式以HTML标记开始，以HTML标记结束，但不选择任何一个标记，只选择中间的内容

希望这有帮助

---

Braeden

我想他是想用Phill Pafford替换文本而不是剥去标签+1，使用剥去标签后，可能很难解开标签，因为纯文本中的一些字符可能会变成“”符号。剥去标签不会让

字符神奇地出现，你知道。但是去掉标签会使替换文本更容易，因为他会有字符串，他可以使用

str\u replace

来替换……问题是我需要HTML标签。目标是用一个Smarty标记替换HTML模板中的所有短语，该标记将为语言包创建短语，因此我只是尝试查找所有HTML之间混合的短语，并用一个Smarty标记替换它，该标记将如下所示：{phrase var='name_of_phrase'}。希望这能有所帮助。解析HTML的关键实际上不是使用正则表达式，而是使用适当的HTML/XML解析器。但如果他只是获取标记内容，那么当你可以只使用一个简单的正则表达式时，为什么还要加载解析器呢？因为它不是一个简单的正则表达式。尝试为他的示例找到一个可用的，然后为“”找到一个。我强烈反对正则表达式。如果有呢？”

$html = '<a href="#">This is a test</a><b>Another test</b>';
$anchorText = strip_tags($html, '<a>');
$paraText = strip_tags($html, '<p>');
$html = str_replace("new anchor text", $anchorText);
$html = str_replace("new paragraph text", $paraText);

<?php

$str = "<a href =\"\">Hello</a>"; //The string to search

preg_match('/(<.+>)??.+(<\/.+>)??/i',$str,$match); //Find all occurences and store the tag content in an array called $match

echo $match[0]; //Echo the first value

?>