清除超链接，但保留文字

用到的函数有

preg_match_all($pattern,$content,$match);

preg_replace($pattern,$replacement,$content,$limit,$count)

思路：

（1）提取超链接部分。

（2）将超链接部分用不不带超链接的文字部分替换。

难点：正则表达式

匹配超链接的正则表达式

$pattern = '/<a.*?href=".*?".*?>(.*?)<\/a>/';

或者

$pattern = '/<a[^>]*>([^<]*)<\/a>/';

上面两种正则表达式都不能匹配一些网页中的全部超链接，原因是什么，我没有分析，不知道。

代码如下：

<?php
/*
    preg_relace()
    清除网页中的超链接，但是保留文字，思路：找出所有的超链接；将超链接用无超链接的文字代替
*/
$content = file_get_contents('http://www.hao123.com');

$result = strip_link($content);
echo $result;
function strip_link($content)    //清除文本中的超链接
{
    /*
    $pattern = '/<a.*?href=".*?".*?>(.*?)<\/a>/';
    */
    $pattern = '/<a([^>]*)>([^<]*)<\/a>/';
    preg_match_all($pattern,$content,$match);
    $result = $content;
    foreach( $match[2] as $value )
    {
        $result = preg_replace($pattern,$value,$result,1);
    }
    return $result;
}