去掉html代码中的标签

[yaotomo]

现在有个需求是在一个tab的每一栏里显示文章列表，格式如下


其中1是第一篇文章的标题，2是第一篇文章中的标题图片，3是第一篇文章的内容简介
4是其他文章的列表。

其中有几个问题想请教各位
1、数据库中content字段保存的是html代码，如果我在前台原样显示就会带出富文本的格式。只能用正则表达式去掉文章内容中的html标签。我在网上找过一些资料，但都多多少少保留着一些格式。请教有什么好的方法吗？
2、每篇文章的内容字段中包含自己的标题，要显示文章的内容不能把标题也显示出来，也没法区分标题和实际文章内容，没有什么办法解决吗？

[以专业开发人员为伍]

识别一个表达式的语法的机制，叫做“语法分析器”。并不是去简单地匹配词法。有些人动不动就纠结“正则”，那是因为没有学好基本的编译原理。 比如说

<x id="asdfkad" exp="y>x"> hello<def>82834 abc def</def></x> 

要理解这种随时可能增加exp等等属性、随时调整位置、随时改变属性值的表达式，必须使用“语法分析器”来获得语法结构。 而不是什么“正则”。纠结正则的做法，我们知道它是“写死的”而不是靠谱的、长不了的。

[yaotomo]

引用 1 楼 sp1234 的回复:

识别一个表达式的语法的机制，叫做“语法分析器”。并不是去简单地匹配词法。有些人动不动就纠结“正则”，那是因为没有学好基本的编译原理。

请教前辈，具体应该怎么做呢？ 比如说下面一段html代码

<p>
	<br />
</p>
<h2 style="text-align:center;">
	利用天敌防治槟榔害虫的研究及应用推广<span></span> 
</h2>
<p class="MsoNormal" align="right" style="text-align:right;background:white;">
	来源:：海南南药园
</p>
<p class="MsoNormal" style="background:white;">
	        槟榔是海南最大宗药材，也是海南第二大经济作物，红脉穗螟是槟榔种植上最重要的害虫，危害槟榔花和果，发生普遍，危害率为16%以上，年损失4亿元以上，化学农药防治该害虫存在树高不易喷药、浓度低效果不佳、化学残留、药效持续时间短、污染环境等问题，对海南生态环境造成很大破坏。<br />
        通过调查研究发现了红脉穗螟的寄生性天敌——扁股小蜂，经查新为国内外首次发现，确定为中国新记录昆虫种类，通过室内及田间试验发现该寄生蜂对害虫寄生率高、产卵量大，防治效果非常好，研究出寄主人工饲料，为寄生蜂批量繁殖提供了原料和技术的保障，申请国家专利并获授权。在三亚建立了以生物防治为主的无公害综合防治技术示范基地，经过连续释放寄生蜂，完全控制害虫发展危害，无需施药，减少损失30%以上，该技术施用防治成本只有化学防治成本的21%左右。全省共建立红脉穗螟防治示范基地3个，面积400多亩。已技术推广面积6000多亩，每亩增收280-380元，共挽回经济损失200万元左右，取得良好经济和社会效益。经海南省科技厅组织的专家鉴定，一致认为该成果为槟榔重大害虫防治提供了安全有效的新技术，对保护海南生态环境和促进南药的规范化生产均具有实际意义, 成果整体水平达到国内领先水平。该成果获海南省2012年科技进步二等奖。
</p>
<p>
	<br />
</p>
<p>
	<img src="/e/upload/s1/fck/image/2016/11/02/2003400254.png" alt="" /><img src="/e/upload/s1/fck/image/2016/11/02/2003535351.png" alt="" /> 
</p>

[gengchenhui]

引用 3 楼 yaotomo 的回复:

[quote=引用 1 楼 sp1234 的回复:] 识别一个表达式的语法的机制，叫做“语法分析器”。并不是去简单地匹配词法。有些人动不动就纠结“正则”，那是因为没有学好基本的编译原理。

请教前辈，具体应该怎么做呢？ 比如说下面一段html代码

<p>
	<br />
</p>
<h2 style="text-align:center;">
	利用天敌防治槟榔害虫的研究及应用推广<span></span> 
</h2>
<p class="MsoNormal" align="right" style="text-align:right;background:white;">
	来源:：海南南药园
</p>
<p class="MsoNormal" style="background:white;">
	        槟榔是海南最大宗药材，也是海南第二大经济作物，红脉穗螟是槟榔种植上最重要的害虫，危害槟榔花和果，发生普遍，危害率为16%以上，年损失4亿元以上，化学农药防治该害虫存在树高不易喷药、浓度低效果不佳、化学残留、药效持续时间短、污染环境等问题，对海南生态环境造成很大破坏。<br />
        通过调查研究发现了红脉穗螟的寄生性天敌——扁股小蜂，经查新为国内外首次发现，确定为中国新记录昆虫种类，通过室内及田间试验发现该寄生蜂对害虫寄生率高、产卵量大，防治效果非常好，研究出寄主人工饲料，为寄生蜂批量繁殖提供了原料和技术的保障，申请国家专利并获授权。在三亚建立了以生物防治为主的无公害综合防治技术示范基地，经过连续释放寄生蜂，完全控制害虫发展危害，无需施药，减少损失30%以上，该技术施用防治成本只有化学防治成本的21%左右。全省共建立红脉穗螟防治示范基地3个，面积400多亩。已技术推广面积6000多亩，每亩增收280-380元，共挽回经济损失200万元左右，取得良好经济和社会效益。经海南省科技厅组织的专家鉴定，一致认为该成果为槟榔重大害虫防治提供了安全有效的新技术，对保护海南生态环境和促进南药的规范化生产均具有实际意义, 成果整体水平达到国内领先水平。该成果获海南省2012年科技进步二等奖。
</p>
<p>
	<br />
</p>
<p>
	<img src="/e/upload/s1/fck/image/2016/11/02/2003400254.png" alt="" /><img src="/e/upload/s1/fck/image/2016/11/02/2003535351.png" alt="" /> 
</p>

[/quote] sp说了，你要找专业的HTML语法分析器。。。

[yaotomo]

引用 4 楼 gengchenhui 的回复:

sp说了，你要找专业的HTML语法分析器。。。

也就是说，只能通过专业的语法分析器工具去实现，在自己的代码里不能实现吗？

[yaotomo]

要的就是下面这种效果

[qq2460857094]

标题的话要看你的标题有什么规则，是不是都是<h2>，如果都是的话也好把它取出来。正文的话直接把所有的HTML都去掉就可以了。 像你这样的话，标题就应该用一个字段保存标题，一个字段保存简介，一个字段保存内容这样分开来的，而不是都保存在一个字段里面。

[gengchenhui]

引用 5 楼 yaotomo 的回复:

[quote=引用 4 楼 gengchenhui 的回复:] sp说了，你要找专业的HTML语法分析器。。。

也就是说，只能通过专业的语法分析器工具去实现，在自己的代码里不能实现吗？[/quote] 所谓“专业的语法分析器工具”不也就是自己代码跟别人代码的问题嘛，那有什么是“自己代码不能实现”的呢？关键在于一般人会简单的找一个正则表达式，不过sp的意思是正则不是推荐的方式而已