Eliminar carácteres html con php

arquidea · #1 (**permalink**) 04/12/2011, 20:05

Hola a todos,

Tengo un problema con un código a la hora de eliminar unos carácteres en html. He probado con strip_tags pero no funciona y no se me ocurre nada. A ver si me pueden orientar un poco porque ando perdido.

El código con el que trabajo es el siguiente:

Código PHP:

  <?php 
$url = "feed.xml"; 
$contenido_xml = ""; 
if($d = fopen($url, "r")){ 
  while ($aux= fgets($d, 1024)){ 
    $contenido_xml .= $aux; 
  } 
  fclose($d); 
}else{ 
  echo "No se pudo abrir el XML"; 
} 
$xml = simplexml_load_string($contenido_xml); 
 
$i = 1; 
 
 
for($i=0; $i<count($xml->ad); $i++){ 
$id = $xml->ad[$i]->id; 
$titulo = $xml->ad[$i]->title; 
$content = $xml->ad[$i]->content; 
$precio = $xml->ad[$i]->price; 
$vendedor = $xml->ad[$i]->dealer; 
$provincia = $xml->ad[$i]->city_area; 
$poblacion = $xml->ad[$i]->city; 
$marca = $xml->ad[$i]->make; 
$modelo = $xml->ad[$i]->model; 
$car_type = $xml->ad[$i]->car_type; 
$color = $xml->ad[$i]->color; 
$ano = $xml->ad[$i]->year; 
$km = $xml->ad[$i]->mileage; 
$puertas = $xml->ad[$i]->doors; 
$motor = $xml->ad[$i]->engine_size; 
$combustible = $xml->ad[$i]->fuel; 
$caballos = $xml->ad[$i]->power; 
$fecha = $xml->ad[$i]->date; 
 
 
 
echo $id; 
echo strip_tags($content); 
} 
 
 
?>

Saludos y gracias!

ElSiniestro · #2 (**permalink**) 04/12/2011, 22:13

para eso usa trim()

iovan · #3 (**permalink**) 04/12/2011, 22:22

Cita:

Iniciado por ElSiniestro

para eso usa trim()

¿Cómo usarías trim para hacer esto?
Que no el charlist del segundo parámetro acepta solo una string, donde esta string es convertida a un array de caracteres y con la recursividad de la función elimina las coincidencias con estos caracteres.

emprear · #4 (**permalink**) 04/12/2011, 23:21

en todo caso,

Código PHP:

Ver originalecho htmlentities($content);

pero no sé, habría que estudiar la estructura de tu xml.

Saludos

arquidea · #5 (**permalink**) 05/12/2011, 04:36

Así es como leo el xml ahora mismo con los carácteres html:

Con htmlentities ya he probado y no se soluciona nada, me queda así:

iovan · #6 (**permalink**) 05/12/2011, 08:30

Cita:

Con htmlentities ya he probado y no se soluciona nada, me queda así:

Así es como tiene que quedar amigo =D. Cuando lo muestres dentro de un documento HTML el usuario que lo visualice a través de un navegador verá literalmente "el código HTML" en lugar de que este sea interpretado.

Si quieres quitar por completo etiquetas HTML strip_tags es la opción. Pero porque dices que no te funciona???

Que parte es la que no te funciona?

---------------
Otra cosa que me acabo de dar cuenta es que la pregunta está enfocada a XML, en éste caso no creo que quitar el HTML sea el primer paso, mas bien es obtener el texto llano de los atributos o valores que definen las etiquetas del documento XML. Con DOM es una buena forma. Algo más sencillo y "prefabricado" (

) está simpleXML se trata de una librería que hace todo el trabajo.

Con DOM también es fácil, con simpleXML un poco más. Los documentos XML están pensados para compartir información de la forma más simple posible.

Yo te recomiendo que obtengas lo que necesitas de los XML de la forma que te comenté y luego si quieres los imprimes en un documento de texto llano o lo muestras en pantalla sin formato. etc.... puesto todo este texto no tendrá HTML.

Saludos.

arquidea · #7 (**permalink**) 05/12/2011, 08:35

El archivo xml lo leo con "simplexml_load_file()". El problema es que cuando voy a introducir los datos leidos en la base de datos me los guarda con todas las etiquetas html que me han enviado en el xml como <table>, <border>, <p>,... y esto es lo que realmente me molesta y quiero eliminar. Para esto esta la función "strip_tags" pero ésta no funciona no se porque... Anteriormente puse el código donde muestro como leo el xml y luego intento eliminar estso caracteres pero no los elimina, el código que utilizo es este:

Código PHP:

  <?php 
$url = "feed.xml"; 
$contenido_xml = ""; 
if($d = fopen($url, "r")){ 
  while ($aux= fgets($d, 1024)){ 
    $contenido_xml .= $aux; 
  } 
  fclose($d); 
}else{ 
  echo "No se pudo abrir el XML"; 
} 
$xml = simplexml_load_string($contenido_xml); 
 
$i = 1; 
 
 
for($i=0; $i<count($xml->ad); $i++){ 
$id = $xml->ad[$i]->id; 
$titulo = $xml->ad[$i]->title; 
$content = $xml->ad[$i]->content; 
$precio = $xml->ad[$i]->price; 
$vendedor = $xml->ad[$i]->dealer; 
$provincia = $xml->ad[$i]->city_area; 
$poblacion = $xml->ad[$i]->city; 
$marca = $xml->ad[$i]->make; 
$modelo = $xml->ad[$i]->model; 
$car_type = $xml->ad[$i]->car_type; 
$color = $xml->ad[$i]->color; 
$ano = $xml->ad[$i]->year; 
$km = $xml->ad[$i]->mileage; 
$puertas = $xml->ad[$i]->doors; 
$motor = $xml->ad[$i]->engine_size; 
$combustible = $xml->ad[$i]->fuel; 
$caballos = $xml->ad[$i]->power; 
$fecha = $xml->ad[$i]->date; 
 
 
 
echo $id; 
echo strip_tags($content); 
} 
 
 
?>

emprear · #8 (**permalink**) 05/12/2011, 10:25

@arquidea
me resulta un poco complejo tu ejemplo, decis que usas simplexml_load_file(), pero yo veo $xml = simplexml_load_string($contenido_xml);
las imágenes no son muy claras, y si tu xml incluye contenido html, este deberia ser pasado con CDATA. no uso mucho xml, pero te paso un ejemplo sencillo para ue lo analices

el feed.xml

Código XML:

Ver original<?xml version="1.0" encoding="utf-8"?>
<notas>
<nota>
    <autor>luis rodriguez</autor>
    <fecha>05/12/2011 12:21:59</fecha>
    <titulo>ejemplo de xml parser</titulo>
    <contenido><![CDATA[ <p>este es el contenido de rodriguez</p> ]]></contenido>
</nota>
<nota>
    <autor>juan pérez</autor>
    <fecha>05/12/2011 12:21:59</fecha>
    <titulo>ejemplo de xml parser</titulo>
    <!-- en esta entrada no se usa CDATA -->
    <contenido><p>este es el contenido de pérez</p></contenido>
    <!-- fin entrada sin CDATA -->
</nota>
<nota>
    <autor>roberto gonzalez</autor>
    <fecha>05/12/2011 12:21:59</fecha>
    <titulo>ejemplo de xml parser</titulo>
    <contenido><![CDATA[ <p>este es el contenido de gonzalez</p> ]]></contenido>
</nota>
<nota>
    <autor>victor martinez</autor>
    <fecha>05/12/2011 12:21:59</fecha>
    <titulo>ejemplo de xml parser</titulo>
    <contenido><![CDATA[ <p>este es el contenido de martinez</p> ]]></contenido>
</nota>
</notas>

el leerxml.php

Código PHP:

Ver original<?php
$sx = simplexml_load_file('feed.xml');
$salida ="";
$htmlxml = "";
foreach($sx->nota as $item){
$autor= $item->autor;
$contenido= $item->contenido;
$fecha= $item->fecha;
$titulo= $item->titulo;
if($contenido == ""){
$contenido .= "xxxxxx";
}else{
$htmlxml = $contenido;
}
$salida .= "Autor: " . $autor . "<br><b>$titulo</b> [$fecha]<br>" . strip_tags($contenido) . "<hr>";
}
echo $salida;
echo "<p>El contenido sin striptags en un textarea (el del último registro)</p>";
echo "<textarea rows='5' cols='30'>$htmlxml</textarea>";
?>

como ves le hice un agregado para que se visualice mejor.
En conclusión, el strip_tags() funciona, siempre que tu XML sea correcto
Saludos

arquidea · #9 (**permalink**) 05/12/2011, 10:41

Hola Emprear, tienes razón, quería decir simplexml_load_sctring().

He probado el código que tu me has pasado y funciona perfecto, pero cuando le meto el contenido de mi feed me lo sigue expulsando con los caracteres html...
De todas formas no os preocupéis seguiré probando y si lo suluciono no dudéis que diré en que me equivocaba. Si no consigo solucionarlo les diré que modifiquen el feed y no incluyan caracteres html.

ElSiniestro · #10 (**permalink**) 05/12/2011, 11:05

Cita:

Iniciado por iovan

¿Cómo usarías trim para hacer esto?
Que no el charlist del segundo parámetro acepta solo una string, donde esta string es convertida a un array de caracteres y con la recursividad de la función elimina las coincidencias con estos caracteres.

Sorry anoche estaba casi que dormido respondiendo a esta pregunta :P

arquidea · #11 (**permalink**) 05/12/2011, 20:35

Hola de nuevo! al fin casi a las 4 de la madrugada lo he podido solucionar, y adivinar donde he encontrado la solución...en los mismos forosdelweb. Dejo el enlace para quien le sirva:

http://www.forosdelweb.com/f18/quita...o-html-319379/