php - 部分 body 标记保留在 file_get_contents 输出中，如何删除它

Question

我正在使用 file_get_contents 获取网页的内容，并且部分 body 标记保留在输出中。我还使用 strip_tags() 删除其他 html 标签，但部分正文标签仍然存在。

我怎样才能删除它？

我得到的输出是 body> 然后是内容。

这是我的代码：

$content = file_get_contents( $url );
$content = stristr( $content, "body" );
echo strip_tags($content);

score 1 · Accepted Answer

stristr从匹配字符串开始的索引开始返回，但实际上你在它结束后一个字符：

$content = substr(strpos($content, "<body>") + strlen("<body>") + 1);

您还想搜索“”而不是“body”，因为“body”可能出现在实际内容中。但是，由于您strip_tags无论如何都在使用，您实际上可以从 body 标记的开头开始抓取，它会正常工作：

$content = stristr($content, "<body>");

这将返回以开头的内容<body>，该内容将被剥离strip_tags。

1 回答 1