Как удалить имена тегов, но оставить внутреннее содержимое HTML, используя DOMDocument ⇐ Php

[Anonymous]

У меня ужасно формируется html. Спасибо MS Word 10 "сохранить как htm, html". Вот пример того, что я пытаюсь очистить.

Код: Выделить всё

Pros and Cons of a Website
 
(this is a sample of what it uses as line breaks. Take note of the  tag).

A SAMPLE TEXT

...same pattern in div 1
...same...

Что мне нужно от всего этого:

Код: Выделить всё

...A SAMPLE TEXT
...same pattern in div 1
...same...

Что у меня есть на данный момент:

Код: Выделить всё

$dom = new DOMDocument;
$dom->loadHTML($filecontent, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);
$body = $xpath->query('//html/body');
$nodes = $body->item(0)->getElementsByTagName('*');
foreach ($nodes as $node) {
if($node->tagName=='script') $node->parentNode->removeChild($node);
if($node->tagName=='a') continue;
$attrs = $xpath->query('@*', $node);
foreach($attrs as $attr) {
$attr->parentNode->removeAttribute($attr->nodeName);
}
}
echo str_ireplace(['', ''], '', $dom->saveHTML($body->item(0)));

Это дает мне:

Код: Выделить всё

Pros and Cons of a Website
 

A SAMPLE TEXT

...same pattern in div 1
...same...

это меня устраивает, но я хочу убрать тег body. Я также хочу, чтобы h1 и его содержимое тоже были доступны, но когда я говорю:

Код: Выделить всё

if($node->tagName=='script' || $node->tagName=='h1') $node->parentNode->removeChild($node);

происходит что-то странное:

Код: Выделить всё

 
 becomes 
 

Я нашел несколько очень хороших ответов, например:

• Как получить внутренний HTML-код DOMNode? (Ответ Хаима Эвги, я не знаю, как его правильно реализовать, ответ Keyacom тоже), Ответ Марко Марсалы - самый близкий, который я получил, но все элементы div сохранили свои классы.

Подробнее здесь: https://stackoverflow.com/questions/793 ... omdocument