Question

PHP正则提取中文部分内容，怎么实现呀？

页面编辑后数据库内的代码如下：
-----------------------------------代码开始-----------------------------------
<br /><strong>
这里是我想要提取的中文部分一，</strong>这里是我想要提到的<font color="red">中文部分二</font>，<a href="www.baidu.com">百度</a>，这里是要提取的中文部份……<div id="main">这里也是需要提取的部分</div>…………以下省略N字
-----------------------------------代码结束-----------------------------------

而我想要得到的前台调用内容只需要中文就行了，如下：
-----------------------------------想要的文字开始-----------------------------------
这里是我想要提取的中文部分一，这里是我想要提到的中文部分二，百度，这里是要提取的中文部份……这里也是需要提取的部分…………以下省略N字
-----------------------------------想要的文字结束-----------------------------------

笔者经过对比发现，这些格式标签和CSS+DIV标签主要是由下面这些符号构成，比如"<" ">" "/" "a-z" "A-Z" '"' ，总结了下，无非就是用正则排除类似格式为:"<"(a-zA-Z\/)">"的标签，然后排除不显示就行了，不知道各位大虾是怎么做的，帮帮忙吧

Answer 1

中文可以用正则表达式进行匹配，但是具体匹配方法与中文的编码方式有关：

如果是GBK(GB2312、GB1080)，那么中文的编码范围是：

\x80-\xff

如果是UTF-8编码，那么中文的编码范围是：

\u4e00-\u9fa5

那么匹配汉字的正则表达式可以是：

/[\x7f-\xff]+/

或者

/[\u4e00-\u9fa5]+/

例子代码，显示文件中的所有汉字(GBK编码)：

<?php
  $s=file_get_contents('1.txt');
  if (preg_match_all('/[\x7f-\xff]+/', $s, $r)){
    for ($i=1;$i<count($r[0]);$i++) echo "$i\t".$r[0][$i]."\n";
  }
?>

Answer 2

写好了，过滤所有标签。。
<?php
$str = '<br /><strong>这里是我想要提取的中文部分一，</strong>这里是我想要提到的<font color="red">中文部分二</font>，<a href="www.baidu.com">百度</a>，这里是要提取的中文部份……<div id="main">这里也是需要提取的部分</div>';
$new = preg_replace('/\<.+?\>/i','',$str);
echo $new;
?>

Answer 3

jscode: str.replace (/<.*?>/g, '');

Answer 4

$结果 = strip_tags($原内容);
只留文字，去除全部标签！

Answer 5

php有自带的函数strip_tags()，不需要正则，效率还慢