如何解决HTML转纯文本的问题？使用Composer安装Html2Text轻松搞定！-composer-PHP中文网

html2text 不适合多次复用同一实例，需每次 new 新对象；默认 iso-8859-1 编码，不支持 utf-8 中文及 html 实体自动解码，须手动转码和解码；忽略换行，需预处理；不处理 css 隐藏内容；推荐 strip_tags、nineteenfeet/nf-html-to-text 或 league/html-to-markdown 替代。

如何解决html转纯文本的问题？使用composer安装html2text轻松搞定！

html2text/html2text 包不是“轻松搞定”的选项——它在 PHP composer require html2text/html2text 为什么总报错

根本原因不是包不存在，而是 Composer 默认拉取 v2.x，而该版本要求 PHP ≥ 8.0 且内部改写了 DOMDocument 的调用方式（移除了别名兼容）。如果你的环境是 PHP 7.4 或 8.0 以下：

必须显式指定旧版：composer require html2text/html2text:^1.4
确认 ext-dom 已启用：Linux/macOS 通常默认开启；Windows 用户需检查 php.ini 中 extension=dom 是否取消注释
若仍报 Class 'DOMDocument' not found，说明扩展未加载成功，和包无关

Html2Text\Html2Text 实例化时踩的坑

装完不等于能用。这个类不支持全局单例或链式调用，每次转换都得新建实例，且内部状态不清除：

必须用完整命名空间：use Html2Text\Html2Text;，不能只写 new Html2Text()
基础转换写法：$text = (new Html2Text($html))->getText();
多次复用同一实例可能返回上一次残留的空白或配置，建议每次 new 一个新对象
默认保留大量换行与缩进，如需紧凑文本，得后处理：trim(preg_replace('/\s+/', ' ', $text))

中文乱码、实体丢失？不是 bug 是设计限制

html2text v1.x 默认按 ISO-8859-1 解析 HTML，对 UTF-8 中文完全无感知，也不自动解码 HTML 实体：

html-to-pptx-converter

使用 PptxGenJS 和 Python 解析，将结构化的 HTML/CSS 幻灯片内容转换为原生、可编辑的 PowerPoint（.pptx）演示文稿。

下载

输入前必须确保是 UTF-8 字符串：mb_convert_encoding($html, 'UTF-8', 'auto') 或用 mb_detect_encoding() 校验
手动解码实体：$html = html_entity_decode($html, ENT_QUOTES, 'UTF-8');
<br>、<p></p> 这类换行标签它基本忽略，建议预处理：str_replace(['<br>', '<br>', '<p>'], "\n", $html)</p>
它不执行 CSS 渲染逻辑，display: none 的内容照常提取——这不是缺陷，是能力边界

比 html2text 更靠谱的替代方案

如果只是去标签、保段落、兼容中文，优先考虑语言内置方案或更轻量的第三方库：

简单结构用 strip_tags() + 正则补空行：
```
preg_replace(['//i', '/<br>/i'], "\n", $html)
```
，再套一层 strip_tags()
需要语义还原（列表缩进、标题分级），用 nineteenfeet/nf-html-to-text：composer require nineteenfeet/nf-html-to-text，它默认 UTF-8 友好，自动过滤 <script></script>、<style></style>，且不依赖 DOM 扩展
若后续还要转 Markdown，直接上 league/html-to-markdown，它底层健壮，对实体、编码、嵌套处理更成熟