剔除页面中html中除文字以外的任何代码，刚才发布了php版这个是ASP中的版本。

asp函数代码
代码如下:
<%
Function RemoveHTML(str)
Dim objRegExp, Match,strHTML
if isnull(str) then
str=""
end if
strHTML=str
strHTML=replace(replace(replace(strHTML,vblf,""),vbcr,""),vbcrlf,"")


Set objRegExp = New Regexp
objRegExp.IgnoreCase = True
objRegExp.Global = True

objRegExp.Pattern = "<script[^>]*?>.*?</script>"
strHTML = objRegExp.Replace(strHTML,"")

objRegExp.Pattern = "<style[^>]*?>.*?</style>"
strHTML = objRegExp.Replace(strHTML,"")

objRegExp.Pattern = "<.+?>"
strHTML = objRegExp.Replace(strHTML,"")

Set objRegExp = Nothing

RemoveHTML=strHTML
End Function
%>

php中的代码
代码如下:
<?php
$search = array ("''<script[^>]*?>.*?</script>''si", // 去掉 javascript
"''<style[^>]*?>.*?</style>''si", // 去掉 css
"''<[/!]*?[^<>]*?>''si", // 去掉 HTML 标记
"''<!--[/!]*?[^<>]*?>''si", // 去掉 注释标记
"''([rn])[s]+''", // 去掉空白字符
"''&(quot|#34);''i", // 替换 HTML 实体
"''&(amp|#38);''i",
"''&(lt|#60);''i",
"''&(gt|#62);''i",
"''&(nbsp|#160);''i",
"''&(iexcl|#161);''i",
"''&(cent|#162);''i",
"''&(pound|#163);''i",
"''&(copy|#169);''i",
"''&#(d+);''e"); // 作为 PHP 代码运行

$replace = array ("",
"",
"",
"",
"\1",
"\"",
"&",
"<",
">",
" ",
chr(161),
chr(162),
chr(163),
chr(169),
"chr(\1)");
//$document为需要处理字符串，如果来源为文件可以$document = file_get_contents(''http://www.sina.com.cn'');
$out = preg_replace($search, $replace, $document);
echo $out;
?>

存为get.php即可。