Как быстро убрать все атрибуты тегов?

[Alar]

Microsoft Word или Microsoft FronPage при копировании текста несут много мусора, например,

		<td width="129" valign="top" style="width: 96.4pt; height: 12.0pt; border-left: 
		medium none; border-right: 1.0pt solid windowtext; border-top: medium none; 
		border-bottom: 1.0pt solid windowtext; padding-left: 3.5pt; padding-right: 
		3.5pt; padding-top: 0cm; padding-bottom: 0cm">

Как быстро удалить все атрибуты и оставить только <td> ?

[wall66]

пройтись по коду регекспами...

[SkyM@n]

PHP код:

function strip_attributes($msg, $tag, $attr, $suffix = "") {
     $lengthfirst = 0;
      while (strstr(substr($msg, $lengthfirst), "<$tag ") != "") {
              $tag_start = $lengthfirst + strpos(substr($msg, $lengthfirst), "<$tag ");
              $partafterwith = substr($msg, $tag_start);
              $img = substr($partafterwith, 0, strpos($partafterwith, ">") + 1);
              $img = str_replace(" =", "=", $img);
              $out = "<$tag";
              for($i=0; $i < count($attr); $i++){
                      if (empty($attr[$i])) {
                            continue;
                      }
              $long_val = (strpos($img, " ", strpos($img, $attr[$i] . "=")) === FALSE) ? strpos($img, ">", strpos($img, $attr[$i] . "=")) - (strpos($img, $attr[$i] . "=") + strlen($attr[$i]) + 1) : strpos($img, " ", strpos($img, $attr[$i] . "=")) - (strpos($img, $attr[$i] . "=") + strlen($attr[$i]) + 1);
               $val = substr($img, strpos($img, $attr[$i] . "=" ) + strlen($attr[$i]) + 1, $long_val);
               if (!empty($val)) {
                       $out .= " " . $attr[$i] . "=" . $val;
               }
         }
         if (!empty($suffix)) {
               $out .= " " . $suffix;
         }
         $out .= ">";
         $partafter = substr($partafterwith, strpos($partafterwith,">") + 1);
         $msg = substr($msg, 0, $tag_start). $out. $partafter;
         $lengthfirst = $tag_start + 3;
     }
     return $msg;
} 


Эта функция принимает 4 параметры.

1. $msg. Текст, который вы хотите лишить атрибутов.
2. $tag. Тег, с которого вы хотите убрать атрибуты (p, span, div, например).
3. $attr. Массив с названиями атрибутов, которых вы хотите убрать (оставив остальные нетронутыми). Если массив пуст, функция уберет все атрибуты.
4. $suffix. Дополнительный текст, который надо добавить к тегу. Это может быть новый атрибут, например.

В твоем варианте фунцию надо использовать так:

PHP код:

$clear_text = strip_attributes('<td width="129" valign="top" style="width: 96.4pt; height: 12.0pt; border-left: medium none; border-right: 1.0pt solid windowtext; border-top: medium none; border-bottom: 1.0pt solid windowtext; padding-left: 3.5pt; padding-right: 3.5pt; padding-top: 0cm; padding-bottom: 0cm">', 'p'); 


Так же можно сделать и регуляркой (но надо помнить, что она намного медленнее работает, нежели строковые ф-ции). В кач-ве примера возьмем опять твой приведенный текст:

var str = '<td width="129" valign="top" style="width: 96.4pt; height: 12.0pt; border-left: medium none; border-right: 1.0pt solid windowtext; border-top: medium none; border-bottom: 1.0pt solid windowtext; padding-left: 3.5pt; padding-right: 3.5pt; padding-top: 0cm; padding-bottom: 0cm">';
var newstr = str.replace(/<\s*([a-z]+)([^|^\/]*) >/gi, "<$1>", "gi");
alert (newstr);

Как результат получишь:

<td>

[Alar]

Parse error: syntax error, unexpected T_VAR in /home/puzzle/public_html/tagsclear.php on line 34

var str = '<td width="129" valign="top" - это 34 строчка

[wall66]

первый пример был на php, второй на js, они никак между собой не связаны

[Alar]

Сообщение от wall66

первый пример был на php, второй на js, они никак между собой не связаны

Эх елки зелёные, сейчас напишу на delphi, сложно всё у вас...

[DomiNick]

Как быстро убрать все атрибуты тегов?

Написать мини-программу на Делфи... ^_^

[Alar]

Вот код удаляет все атрибуты тегов на delphi, исходник прилагается

procedure TForm1.Button1Click(Sender: TObject);
var i,j:integer;
newstr,str:string;
flag:integer;
begin
flag:=0;
for i:=0 to memo1.Lines.Count-1 do
begin
if flag=0 then newstr:='';
str:=memo1.Lines[i];

for j:=1 to length(str) do
begin
 if str[j]='<' then flag:=1;
 if (str[j]=' ')and(flag=1) then flag:=2;
  if str[j]='>' then flag:=0;
 if (flag=0)or(flag=1) then newstr:=newstr+str[j];
end;
 if flag=0 then memo2.Lines.add(newstr);
end;
end;

end.

wall66,

$clear_text = strip_attributes('<td width="129" valign="top" style="width: 96.4pt; height: 12.0pt; border-left: medium none; border-right: 1.0pt solid windowtext; border-top: medium none; border-bottom: 1.0pt solid windowtext; padding-left: 3.5pt; padding-right: 3.5pt; padding-top: 0cm; padding-bottom: 0cm">', 'p');

с этим кодом у меня тоже не заработало, плюс здесь в параметрах передаётся для какого тега, а надо для всех.

да и так не работает ничего.

<script type="text/javascript">
var str = '<td width="129" valign="top" style="width: 96.4pt; height: 12.0pt; border-left: medium none; border-right: 1.0pt solid windowtext; border-top: medium none; border-bottom: 1.0pt solid windowtext; padding-left: 3.5pt; padding-right: 3.5pt; padding-top: 0cm; padding-bottom: 0cm">';
var newstr = str.replace(/<\s*([a-z]+)([^|^\/]*) >/gi, "<$1>", "gi");
alert (newstr);
</script>

cleartags.zip - это delphi код, - качаем
cleartagsexe.zip - это откомпилированная программа, - качаем

[cronfy]

Вы знатные изобретатели, товарищи!

Воспользуйтесь Tidy Html. Там даже специальная опция для этого есть: word-2000.

Есть даже онлайновая версия.

[vasiatka]

Проблема очистки html актуальна и сейчас.
Вот например статья HtmlCleaner про очистку html от ненужных тегов и атрибутов тегов.
По-моему, вполне работоспособное решение для автоматической обработки текстов на php.