PHP使用正则表达式去除HTML、CSS及JS代码

 
<?php
$search = array ("'<script[^>]*?>.*?</script>'si", // 移除 JavaScript
"'<style[^>]*?>.*?</style>'si", // 移除 CSS
"'<[/!]*?[^<>]*?>'si", // 移除 HTML 标签
"'<!--[/!]*?[^<>]*?>'si", // 移除注释标记
"'([rn])[s]+'", // 移除空白字符
"'&(quot|#34);'i", // 替换 HTML 实体
"'&(amp|#38);'i",
"'&(lt|#60);'i",
"'&(gt|#62);'i",
"'&(nbsp|#160);'i",
"'&(iexcl|#161);'i",
"'&(cent|#162);'i",
"'&(pound|#163);'i",
"'&(copy|#169);'i",
"'&#(d+);'e"); // 作为 PHP 代码执行
$replace = array ("",
"", 
"", 
"", 
"\1",
"\"", 
"&", 
"<", 
">", 
" ", 
chr(161),
chr(162),
chr(163),
chr(169),
"chr(\1)");
// $document 为待处理字符串，若来源为文件可设为 $document = file_get_contents('http://www.sina.com.cn');
$out = preg_replace($search, $replace, $document);
echo $out;
?> 

保存为 get.php 即可。