Fjernelse af HTML tags i RSS feeds (alternativ strip_tags)
HejJeg er i gang med at lave en parser til at hente data fra XML RSS Feeds, og i den forbindelse skal jeg strippe HTML tags fra DESCRIPTION tagget.
Det har dog vist sig at strip_tags laver fejl på nogle feeds med meget HTML (mere præcist Googles News Feeds), og derfor skal jeg have et alternativ der kan fjerne det ordentligt.
Fejlen består i at strip_tags kun fjerner det første < fra hvert tag, men alver resten af indholdet stå (f.eks. a href="bleh">), hvilket ikke er hensigten.
Et af de problematiske feeds er:
http://news.google.com/nwshp?tab=wn&ned=us&topic=w&output=rss
Håber i kan hjælpe
