Сейчас пишу парсер html страниц. Для этого получаю dom страницы и считываю все ссылки. Для того, чтобы узнать является ли ссылка, ссылкой на статью, мне нужно сначала удалить все теги в теге a, вместе с содержимым, и после получить текст.
Для этого я использую регулярные выражения, чаще всего попадаются такие теги, как div, span, b, i, p, strong. Чтобы их очистить, я использую 6 регулярных выражений.
$clean_title = preg_replace("'<span[^>]*?>.*?</span>'si","", $title);
$clean_title = preg_replace("'<p[^>]*?>.*?</p>'si","", $clean_title);
$clean_title = preg_replace("'<div[^>]*?>.*?</div>'si","", $clean_title);
$clean_title = preg_replace("'<strong[^>]*?>.*?</strong>'si","", $clean_title);
$clean_title = preg_replace("'<i[^>]*?>.*?</i>'si","", $clean_title);
$clean_title = preg_replace("'<b[^>]*?>.*?</b>'si","", $clean_title);
Как можно соединить их в одно регулярное выражение, вместо 6?