doc to html (Clear HTML)

#include <Array.au3>
; $sText = FileRead(@ScriptDir & '\1.htm')
$sText = FileRead(@ScriptDir & '\site.htm')

$sText = _ClearHTML($sText)

$hFile = FileOpen(@ScriptDir & '\2.htm', 2)
FileWrite($hFile, $sText)
FileClose($hFile)


Func _ClearHTML($sText)
    Local $0, $DelAll, $DelTag, $i, $Rep, $teg, $Tr
    $Tr = 0
    $teg = 'p|div|span|html|body|b|table|td|tr|th|font|img|br'
    $sText=StringRegExpReplace($sText, '(?s)<!--.*?-->', '') ; удаление комментариев

    ; ============= блок colspan, rowspan
    $0 = Chr(0)
    $Rep = StringRegExp($sText, '(?s)(<[^<>]+?(?:colspan|rowspan)[^<>]+?>)', 3) ; в массив
    If Not @error Then
        $Tr = 1
        $sText = StringRegExpReplace($sText, '(?s)(<[^<>]+?(?:colspan|rowspan)[^<>]+?[^/]>)', $0) ; временная подмена
    EndIf
    $sText = StringRegExpReplace($sText, '(?s)(<(?:' & $teg & '))[\r\n]* [^<>]*?(>)', '\1\2') ; очистка

    If $Tr Then
        For $i = 0 To UBound($Rep) - 1
            $Rep[$i] = _Replace($Rep[$i])
            $sText = StringReplace($sText, $0, $Rep[$i], 1)
        Next
    EndIf
    ; =============

    $sText=StringReplace($sText, '<p><o:p>&nbsp;</o:p></p>', '<br><br>') ; замена переносов строк
    ; $sText=StringRegExpReplace($sText, '(?s)(<('&$teg&').*?>)(.*?)</\2>(\s*)\1', '\1\3\4') ; очистка дублирования
    $sText=StringRegExpReplace($sText, '(?s)<('&$teg&')[^<>]*?>[\x{A0}\s]*?</\1>', '') ; очистка тегов без контента

    $DelAll='xml|style|script'
    $sText=StringRegExpReplace($sText,'(?s)<('&$DelAll&')[^<>]*>(.*?)</\1>','') ; удаление с содержимым

    $DelTag='span'
    $sText=StringRegExpReplace($sText,'(?s)</?('&$DelTag&')[^<>]*>','') ; удаление самих тегов

    Return $sText
EndFunc

Func _Replace($Rep)
    $teg = 'table|td|tr|th'
    $aRep=StringRegExp($Rep, '((?:colspan|rowspan)\h*=\h*"?\d+"?)', 3)
    $Rep = StringRegExpReplace($Rep, '(?s)(<(?:' & $teg & ')) .*?(>)', '\1') ; очистка
    For $i = 0 To UBound($aRep)-1
        $Rep &= ' ' & $aRep[$i]
    Next
    $Rep &= '>'
    Return $Rep
EndFunc