Чистка html кода

Если честно то код ужасен как "ДО" так и "ПОСЛЕ", просто немного короче стал, но сути не меняет. Вы наверное в Ворде делаете? Почему бы не попробывать dreamviewer?

GSMtricks, да код достался мне из Ворда

Dreamviewer пробовал он чистит только само содержимое тегов <p> и <span>, но не объединяет содержимое...

Я вел к тому что если чистить, то делать сразу правильно, а то что предлагаете Вы - просто небольшое уменьшение, при таком коде в валидности даже не стоит заикаться. Я бы на Вашем месте руками бы прошелся по коду и сделал бы все корректно.

Могу предложить только такое решение, когда мне нужно вычистить код, после того как клиенты сами вставят какую-нибудь инфу на сайт из ворда, а редактор в админке не очищает сразу.

Делаю так: копирую "грязный" хтмл-код и иду на сайт http://wordoff.org/. Вставляю и нажимаю кнопку Clean Up. После этой операции остается еще много лишних тегов (хотя в вашем примере сразу чистит все, оставляя только абзацы):

<p>A</p>

<p>B</p>

<p>C</p> 

Если еще остались теги, то приступаем к этапу номер 2.

Идем на сайт http://fixmyhtml.com/ и вставляем код скопированный из предыдущей операции. Жмем кнопку FixIt. После этой процедуры, код будет совершенно чистым. Останутся только абзацы.

Делать именно в таком порядке, сначала wordoff потом fixit, иначе не очистится. Например, код приведенный вами fixit не чистит.

seo3_Kul, очистите предложенными выше способами, а уже потом вручную объедините. Это будет самый оптимальный вариант.

Тс, Вам нужно удалить <span

style='font-size:7.5pt;font-family:"Tahoma","sans-serif"'>A</span>

А если заменить все

<?php



$text=<<<eoff

<p class=MsoNormal align=center style='text-align:center'><span

style='font-size:7.5pt;font-family:"Tahoma","sans-serif"'>A</span></p>

<p class=MsoNormal align=center style='text-align:center'><span

style='font-size:7.5pt;font-family:"Tahoma","sans-serif"'>B</span></p>

<p class=MsoNormal align=center style='text-align:center'><span

style='font-size:7.5pt;font-family:"Tahoma","sans-serif"'>C</span></p>

eoff;



 $text = preg_replace('/<span(.*?)>(.*?)<\/span>/is',"$2", $text);

echo   $text = preg_replace('/<p(.*?)>(.*?)<\/p>/is',"<p>$2</p>", $text);

?>

получим

<p>A</p>

<p>B</p>

<p>C</p>

ищем прогу htmlcleaner - пользуемся и радуемся..

Зачем так сложно? копируем текст со страницы, вставляем в блокнот, копируем из блокнота...имеем только текст.

Nadejda добавил 22.02.2011 в 07:22

если это таблицы, и их много, то как вариант страницы сохранить в txt. Создать скриптик, который преобразует txt, в HTML код со стилями. В txt файле сохраниться табличная разметка, в виде tab(или пробела не помню). Во всяком случае лет 8 назад так переверстали сайт из множества таблиц.