可能重复：
清理Word HTML的最佳免费方式是什么
PHP清理粘贴的Microsoft输入
我允许客户端在富文本编辑器中输入注释，并且最近才升级到ckEditor 3x，默认情况下（当用户粘贴到编辑器对象中时），它会剥离MS单词类、样式和注释。所以我已经做好了准备。
我最近需要清理5年的笔记，其中一些笔记嵌入了MS word生成的HTML。我需要循环浏览这部分文本并将其清除。
我不需要去掉所有的span标签，只需要去掉那些由Microsoft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这正是我想要的，但是开发人员目前还没有提供API供公众使用（截至2012年7月9日）。
在过去的几周里，我一直在断断续续地寻找这样一门课，但运气并不好。你们中有人找到有用的课程想要分享吗？
http://htmlpurifier.org/
这会做你想做的事。