使用 PHP 删除 MS Word“HTML”[重复]

可能的重复：
清理 Word HTML 的最佳免费方法是什么？ https://stackoverflow.com/questions/67964/what-is-the-best-free-way-to-clean-up-word-html
PHP 清理粘贴的 Microsoft 输入 https://stackoverflow.com/questions/379342/php-to-clean-up-pasted-microsoft-input

我允许客户在富文本编辑器中输入注释，并且最近才升级到 ckEditor 3x，它默认删除 MS 词类、样式和注释（当用户粘贴到编辑器对象中时）。所以，继续前进，我已经准备好了。

我最近需要清理 5 年的笔记，其中一些嵌入了 MS Word 生成的 HTML。我需要遍历这段文本并清理它。

我不需要删除所有跨度标签，只需删除那些被标识为由 Mi​​crosoft 编写的标签。

我尝试过使用 HTMLCleaner，但它并没有删除 MS 生成的 HTML。http://word2cleanhtml.com http://word2cleanhtml.com正是我想要的，但是开发人员目前不提供 API 供公众使用（截至 2012 年 7 月 9 日）。

在过去的几周里，我断断续续地寻找这样的课程，但运气不佳。你们中有人找到了想要分享的有用课程吗？

http://htmlpurifier.org/ http://htmlpurifier.org/

这将做你想做的事。