php把html批次轉換成txt檔案

function html2text($str){ $str = preg_replace("/ /is", "", $str); $str = preg_replace("/ /is", "", $str); $str = preg_replace("/n|r/", "", $str);//先把文本中所有的换行替换为空，避免下面替换换行时冲突 $str = preg_replace("/ /i", "n", $str); $str = preg_replace("/

/i", "nn", $str); $str = preg_replace("/ /i", "n", $str); $str = preg_replace("/ /i", "n", $str); $str = preg_replace("/ /i", "n", $str); $str = preg_replace("/ /i", "n", $str); $str = preg_replace("/ /i", " ", $str); $str = preg_replace("/&/i", "&", $str); $str = preg_replace("/ $str = preg_replace("/>/i", ">", $str); $str = preg_replace("/"/i", '"', $str); $str = preg_replace("/“/i", '“', $str); $str = preg_replace("/”/i", '”', $str); $str = preg_replace("/‘/i", "‘", $str); $str = preg_replace("/’/i", "’", $str); $str = preg_replace("/—/i", '—', $str); $str = preg_replace("/…/i", '…', $str); $str = preg_replace("/·/i", '·', $str); $str = preg_replace("/×/i", '×', $str); //如果有特殊需求，请在本行下面按照以上格式继续加html特殊符号和转换后的符号 $str = strip_tags($str);//去除空字符、html 和 php 标记 $str = html_entity_decode($str, ent_quotes, $encode);//解码双引号和单引号 ' $str = preg_replace("/&#.*?;/i", "", $str); //替换所有&#开始;结尾的特殊字符 return $str; } ?> 复制代码 第二步：把文件夹下的所有html文件转为txt文件

//要读取的目录 $folder='e:apmservwwwhtdocstoolhtml-to-txtfiles'; //打开目录 $fp=opendir($folder); //阅读目录 while (($file = readdir($fp)) !== false){ $filetype = substr ( $file, strripos ( $file, "." ) 1 ); $filename=substr($file,0,strrpos($file,'.')); if($file!='.' &&$file!='..'&&$filetype == "html"){ echo $filename.' '; $content=file_get_contents("$folder/$file"); //打开文件 $op = fopen("$folder/$filename.txt", 'a'); //写入文件 fwrite($op,html2text($content)); //关闭文件 fclose($op); //删除html文件 unlink("$folder/$file"); } } //关闭目录 closedir($fp); ?> 复制代码 补充知识点：html转txt小技巧 把 替换成换行，如果 已经是行末，那么把 替换成n会变成2个换行，也就是说会空一行。但是我们希望出现 只是换行，只有出现

才是空一行，该怎么办呢？ 其实只要在替换之前多一个步骤，把 n和r都替换为空，即 n|r 替换为空，之后再去做html标签的替换，就不会出现这些问题了。 也许有人会问，为什么既要替换n又要替换r呢 n代表换行，r代表回车，在txt文本中这两种形式都有可能存在，这是我工作中所总结的，肯定不会错！ 该知识点中提到的在本案例中已经融进去了，不用担心html替换txt出现什么问题。