Удаление из HTML страницы ненужных тегов вместе с содержимым

@Kef1rka · Регистрация: 06.12.2012

Студворк — интернет-сервис помощи студентам

Доброго времени суток.
Нужна функция или регулярное выражение, которое из HTML страницы удалит ненужные теги вместе с содержимым. К примеру все картинки, ссылки, формы ввода. Заранее благодарен.

@insideone · 12.01.2014, 01:35

У меня получилось так:

PHP
1
2
3
4
5
6
7
8
$arRemovedTags = array(
    'a', 'iframe', 'b',
);
$removedTags = implode('|', $arRemovedTags);
 
$html = '<p>a <a>b</a> <strong>c</strong> <iframe>d</iframe></p><div><b>e</b>f</div>';
 
echo htmlspecialchars(preg_replace('~(<('.$removedTags.')>.*</('.$removedTags.')>)~U', '', $html));

@Kef1rka · 12.01.2014, 02:27 **[ТС]**

Возможно Вы что-то не поняли в задании, но если запустить код, то он просто делает выводимыми все теги. А мне нужно что бы на новой странице было все с обрабатываемой, кроме картинок, ссылок, видео, и форм(регистрации и чего-то подобного).

@insideone · 12.01.2014, 17:54

А если на примере? Какие входные данные и какие должны быть выходные данные?
С картинками правда данная регулярка не справится

@Kef1rka · 13.01.2014, 03:34 **[ТС]**

к примеру, если взять сайт http://habrahabr.ru/ то должно остаться только название постов и сам текст. Больше ничего быть не должно.
А вообще есть начальная форма куда ввожу ссылку на сайт и оно должно так обрабатывать любой сайт. Но это в идеале.

@insideone · 14.01.2014, 02:29

Каждый сайт имеет свою HTML-структуру и универсального механизма реализовать не получится.
Из коробки PHP умеет простое strip_tags
А проанализировать данные страницы и выбрать нужное можно многими способами, например SimpleXML

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Реализация движения на Box2D v3 - трение и коллизии с повёрнутыми стенами 8Observer8 20.02.2026 Содержание блога Box2D позволяет легко создать главного героя, который не проходит сквозь стены и перемещается с заданным трением о препятствия, которые можно располагать под углом, как верхнее. . .	Конвертировать закладки radiotray-ng в m3u-плейлист damix 19.02.2026 Это можно сделать скриптом для PowerShell. Использование . \СonvertRadiotrayToM3U. ps1 <path_to_bookmarks. json> Рядом с файлом bookmarks. json появится файл bookmarks. m3u с результатом. # Check if. . .	Семь CDC на одном интерфейсе: 5 U[S]ARTов, 1 CAN и 1 SSI Eddy_Em 18.02.2026 Постепенно допиливаю свою "многоинтерфейсную плату". Выглядит вот так: https:/ / www. cyberforum. ru/ blog_attachment. php?attachmentid=11617&stc=1&d=1771445347 Основана на STM32F303RBT6. На борту пять. . .	Камера Toupcam IUA500KMA Eddy_Em 12.02.2026 Т. к. у всяких "хикроботов" слишком уж мелкий пиксель, для подсмотра в ESPriF они вообще плохо годятся: уже 14 величину можно рассмотреть еле-еле лишь на экспозициях под 3 секунды (а то и больше),. . .
И ясному Солнцу zbw 12.02.2026 И ясному Солнцу, и светлой Луне. В мире покоя нет и люди не могут жить в тишине. А жить им немного лет.	«Знание-Сила» zbw 12.02.2026 «Знание-Сила» «Время-Деньги» «Деньги -Пуля»	SDL3 для Web (WebAssembly): Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 12.02.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами и вызывать обработчики событий столкновения. . . .	SDL3 для Web (WebAssembly): Загрузка PNG с прозрачным фоном с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 11.02.2026 Содержание блога Библиотека SDL3 содержит встроенные инструменты для базовой работы с изображениями - без использования библиотеки SDL3_image. Пошагово создадим проект для загрузки изображения. . .

@Kef1rka 0 / 0 / 0 Регистрация: 06.12.2012 Сообщений: 7

	Удаление из HTML страницы ненужных тегов вместе с содержимым 12.01.2014, 01:12. Показов 4667. Ответов 5 Метки нет (Все метки) Доброго времени суток. Нужна функция или регулярное выражение, которое из HTML страницы удалит ненужные теги вместе с содержимым. К примеру все картинки, ссылки, формы ввода. Заранее благодарен. 0

@Kef1rka 0 / 0 / 0 Регистрация: 06.12.2012 Сообщений: 7
	12.01.2014, 02:27 [ТС]
	Возможно Вы что-то не поняли в задании, но если запустить код, то он просто делает выводимыми все теги. А мне нужно что бы на новой странице было все с обрабатываемой, кроме картинок, ссылок, видео, и форм(регистрации и чего-то подобного). 0

@insideone 3687 / 964 / 114 Регистрация: 10.01.2010 Сообщений: 2,550
	12.01.2014, 17:54
	А если на примере? Какие входные данные и какие должны быть выходные данные? С картинками правда данная регулярка не справится 0

@Kef1rka 0 / 0 / 0 Регистрация: 06.12.2012 Сообщений: 7
	13.01.2014, 03:34 [ТС]
	к примеру, если взять сайт http://habrahabr.ru/ то должно остаться только название постов и сам текст. Больше ничего быть не должно. А вообще есть начальная форма куда ввожу ссылку на сайт и оно должно так обрабатывать любой сайт. Но это в идеале. 0

@insideone 3687 / 964 / 114 Регистрация: 10.01.2010 Сообщений: 2,550
	14.01.2014, 02:29
	Каждый сайт имеет свою HTML-структуру и универсального механизма реализовать не получится. Из коробки PHP умеет простое strip_tags А проанализировать данные страницы и выбрать нужное можно многими способами, например SimpleXML 0