網頁資料採集、內容清洗、模板引擎開發常需「擷取指定區段」或「移除特定標記」。本文實作一個移除 HTML 註解(<!-- ... -->)的函數,展示字串搜尋、位置計算、子字串擷取的核心技巧,可延伸至任意標記對移除。
<?php
/**
* 移除字串中所有 HTML 註解 (<!-- ... -->)
*
* @param string $data 原始字串
* @return string 移除註解後的字串
*/
function strip_comments($data) {
$rest = $data;
$result = '';
while ($rest) {
// 尋找下一個註解起始位置
$start = strpos($rest, '<!--');
// 找不到註解:將剩餘內容加入結果並結束
if ($start === false) {
$result .= $rest;
break;
}
// 將註解前的內容加入結果
$result .= substr($rest, 0, $start);
// 尋找註解結束位置 (從 start 之後開始找)
$end = strpos($rest, '-->', $start);
// 找不到結束標記:視為不完整註解,直接結束
if ($end === false) {
break;
}
// 跳過註解區塊(含結束標記的 3 字元 -->)
$rest = substr($rest, $end + 3);
}
return $result;
}
?>
<?php
$html = '<div>可見內容<!-- 這是註解 -->更多內容<!-- 另一個註解 --></div>';
echo "原始字串:<br>";
echo htmlspecialchars($html) . "<br><br>";
$clean = strip_comments($html);
echo "處理後:<br>";
echo htmlspecialchars($clean) . "<br><br>";
// 輸出結果:
// 原始字串: <div>可見內容<!-- 這是註解 -->更多內容<!-- 另一個註解 --></div>
// 處理後: <div>可見內容更多內容</div>
?>
| 函數 | 用途 | 關鍵點 |
|---|---|---|
| strpos($haystack, $needle, $offset) | 尋找子字串首次出現位置 | 回傳 int 位置或 false;$offset 指定起始搜尋位置 |
| substr($string, $start, $length) | 擷取子字串 | $start 可為負數(從末尾算起);$length 省略則取到結尾 |
| === false 比對 | 嚴格判斷「找不到」 | strpos 可能回傳 0(開頭),不可用 if (!$pos) |
<?php
/**
* 移除字串中所有指定標記對及其內容
*
* @param string $data 原始字串
* @param string $openTag 開始標記 (如 '<script')
* @param string $closeTag 結束標記 (如 '</script>')
* @return string
*/
function strip_tags_content($data, $openTag, $closeTag) {
$rest = $data;
$result = '';
$openLen = strlen($openTag);
$closeLen = strlen($closeTag);
while ($rest) {
$start = strpos($rest, $openTag);
if ($start === false) {
$result .= $rest;
break;
}
$result .= substr($rest, 0, $start);
$end = strpos($rest, $closeTag, $start + $openLen);
if ($end === false) break;
$rest = substr($rest, $end + $closeLen);
}
return $result;
}
// 移除所有 及內容
$clean = strip_tags_content($html, '<script', '</script>');
// 移除所有 及內容
$clean = strip_tags_content($clean, '<style', '</style>');
?>
DOMDocument 解析後移除註解節點,更健壯tidy 擴充或 preg_replace('/<!--.*?-->/s', '', $html)(注意貪婪/非貪婪與跨行)DOMXPath 直接查詢所需節點,而非字串處理整份文件strpos 回傳 0 表示在開頭找到,必須用 === false 判斷