[英]remove comments from html source code
我知道如何通過 cUrl 獲取 html 源代碼，但我想刪除 html 文檔上的注釋（我的意思是<.--.. -->之間的內容）。 另外，如果我可以只取 html 文件的BODY 。 謝謝你。
嘗試PHP DOM* ：
$html = '<html><body><!--a comment--><div>some content</div></body></html>'; // put your cURL result here
$dom = new DOMDocument;
$dom->loadHtml($html);
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//comment()') as $comment) {
$comment->parentNode->removeChild($comment);
}
$body = $xpath->query('//body')->item(0);
$newHtml = $body instanceof DOMNode ? $dom->saveXml($body) : 'something failed';
var_dump($newHtml);
Output ：
string(36) "<body><div>some content</div></body>"
如果在 cUrl 中沒有此選項（我懷疑沒有，但我之前錯了），那么您至少可以使用Z2FEC392304A5C23AC138DA2解析生成的HTML到您心中的內容
從長遠來看，這可能是您在可配置性和支持方面的最佳選擇。
正則表達式為我解決了這個問題，如下所示：
function remove_html_comments($html = '') {
return preg_replace('/<!--(.|\s)*?-->/', '', $html);
}
我遇到了在 foreach 循環中修改 DOMNodeList 的問題，該循環消失了，我向后迭代了 list 。 出於這個原因，我不會像接受的答案那樣推薦foreach循環。 而是使用這樣的for循環：
$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));
}
我會 pipe 它到 sed 的正則表達式，類似
curl http://yoururl.com/test.html | sed -i "s/<!\-\-\s?\w+\s?\-\->//g" | sed "s/.?(<body>.?</body>).?/\1/"
正則表達式可能不准確，但你明白了......
在我的情況下這項工作：
preg_replace('/<!--[\s\S]*?-->/', '', $html);
是否可以阻止標准HTML注釋顯示在源代碼中？
[英]Is it possible to prevent standard HTML comments from showing up in source code?
一般實用程序從各種語言的源代碼中刪除/刪除所有注釋？
[英]General utility to remove/strip all comments from source code in various languages?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.