php - 如何以比使用 strip_tags 函数更安全的方式剥离标签？

Question

当字符串包含“小于”和“大于”符号时，我在使用 strip_tags PHP 函数时遇到了一些问题。例如：

如果我做：

strip_tags("<span>some text <5ml and then >10ml some text </span>");

我去拿：

some text 10ml some text

但是，显然我想得到：

some text <5ml and then >10ml some text

是的，我知道我可以使用 < 和＆gt;，但我没有机会将这些字符转换为 HTML 实体，因为数据已经存储，如您在我的示例中所见。

我正在寻找的是一种解析 HTML 的巧妙方法，以便只删除实际的 HTML 标签。

由于 TinyMCE 用于生成该数据，因此我知道在任何情况下都可以使用哪些实际的 html 标签，因此strip_tags($string, $black_list)实现会比strip_tags($string, $allowable_tags).

有什么想法吗？

score 6 · Accepted Answer

作为一种古怪的解决方法，您可以使用以下方法过滤非 html 括号：

$html = preg_replace("# <(?![/a-z]) | (?<=\s)>(?![a-z]) #exi", "htmlentities('$0')", $html);

之后应用 strip_tags() 。请注意这仅适用于您的特定示例和类似情况。这是一个具有一些启发式的正则表达式，而不是人工智能来从具有其他含义的未转义尖括号中识别 html 标签。

score 4 · Accepted Answer

如果你想有“大于”和“小于”的符号，你需要对它们进行转义：

>是 >

<是 <

score 2 · Accepted Answer

而不是 strip_tags()，只需使用 htmlspecialchars() 代替。

3 回答 3