从html源码删除php短标签

我用curl解析了一些html代码。某些网站的html源代码如下：从html源码删除php短标签

<div id="content"> 
    some words 
</div> 
<?  
    $box_social['dimensioni']="80"; 
     $box_vota=array(); 
    $box_vota["novideo"]=''; 
    $box_vota["nofoto"]=''; 
    $box_vota["id_articolo"]='1003691'; 
    include($_SERVER['DOCUMENT_ROOT']."/incs/box_social.php");  
?> 
<div id="footer"> 
    some words 
</div>

如何从html源代码移除php短标签？我需要

<div id="content"> 
    some words 
</div> 
<div id="footer"> 
    some words 
</div>

而且我使用preg_replace('/<\?(.*?)\?>/','',$html);，但php的短标签部分仍然存在。

来源

2013-02-04 cj333

你提到你正在用curl来解析它吗？那么你通过网络服务器解析的东西呢？它不会以这种方式工作。 –

如果您通过URL获取PHP代码，那么在服务器或服务器配置的另一端会出现严重的问题。如果这是第三方网站，那么您应该立即通知他们，因为这可能也是他们的安全问题。你不应该过滤这些东西，因为他们不应该让服务器首先输出它。 – SDC

此正则表达式你的情况相符：

$html = htmlspecialchars(preg_replace('/<\?([\w\W]*)\?>/','',$html)); 
$html = htmlspecialchars(preg_replace('/<\?(.*)\?>/s','',$html));

这也符合在PHP的一个以上的块有：

$html = htmlspecialchars(preg_replace('/<\?([^\?>]*)\?>/','',$html));

FROM PHP.NET

秒（PCRE_DOTALL）如果设置了此修饰符，则模式中的点元字符与所有字符（包括）匹配g换行符。没有它，换行符是排除。这个修饰符相当于Perl的/ s修饰符。 A 否定类如[^ a]总是匹配换行符，与此修饰符的设置无关。

来源

2013-02-04 17:09:42

在哪里寻找它？ – 2013-02-04 17:16:23

代码工作正常，请参阅demo [here]（http://phpfiddle.org/main/code/24u-rjc） – 2013-02-04 17:24:21

回答

相关问题