PHP/HTML: 将HTML闭合标签替换为换行符

Question

我正在爬取网页上的html，当我使用php strip_tags时，它会将整个html压缩成一行，去除所有结构。

我想保留结构，通过将关闭的h、p和br标签替换为换行符来实现。

preg_replace是最好的解决方案吗？

一旦我替换了所有的关闭标签，我就会运行strip_tags，但这样我就会有一个基本的结构。

- giorgio79

Answer 1

$str = 'some html';
$tags = array('</p>','<br />','<br>','<hr />','<hr>','</h1>','</h2>','</h3>','</h4>','</h5>','</h6>');
$str = str_replace($tags,"\n",$str);

// then strip tags

- Alex Coplan

---

为什么要遍历数组？你可以直接将数组传递给str_replace函数。 - liquorvicar

@liquorvicar 很好的观点 - 我忘记了 str_replace 可以做到这一点 - 请查看更新 - Alex Coplan

Answer 2

为什么不在之后通过tidy运行它以恢复结构呢？

- quickshiftin

---

我想去掉所有的HTML标签，但保留基本结构和换行符。 - giorgio79

嗨@quickshiftin，我对如何使用整洁的方法来获取结构很感兴趣。 - jovialcore

@jovialcore 只需跟随该链接，手册中有足够的解释。 - quickshiftin