14

如何使用 php 从标签中删除所有/任何属性，比如段落标签？

<p class="one" otherrandomattribute="two">至<p>

4

6 回答 6

14

尽管有更好的方法，但您实际上可以使用正则表达式从 html 标记中去除参数：

<?php
function stripArgumentFromTags( $htmlString ) {
    $regEx = '/([^<]*<\s*[a-z](?:[0-9]|[a-z]{0,9}))(?:(?:\s*[a-z\-]{2,14}\s*=\s*(?:"[^"]*"|\'[^\']*\'))*)(\s*\/?>[^<]*)/i'; // match any start tag

    $chunks = preg_split($regEx, $htmlString, -1,  PREG_SPLIT_DELIM_CAPTURE);
    $chunkCount = count($chunks);

    $strippedString = '';
    for ($n = 1; $n < $chunkCount; $n++) {
        $strippedString .= $chunks[$n];
    }

    return $strippedString;
}
?>

上面的内容可能用更少的字符编写，但它可以完成工作（快速而肮脏）。

于 2009-04-20T22:30:59.877 回答
9

Strip attributes using SimpleXML (Standard in PHP5)

<?php

// define allowable tags
$allowable_tags = '<p><a><img><ul><ol><li><table><thead><tbody><tr><th><td>';
// define allowable attributes
$allowable_atts = array('href','src','alt');

// strip collector
$strip_arr = array();

// load XHTML with SimpleXML
$data_sxml = simplexml_load_string('<root>'. $data_str .'</root>', 'SimpleXMLElement', LIBXML_NOERROR | LIBXML_NOXMLDECL);

if ($data_sxml ) {
    // loop all elements with an attribute
    foreach ($data_sxml->xpath('descendant::*[@*]') as $tag) {
        // loop attributes
        foreach ($tag->attributes() as $name=>$value) {
            // check for allowable attributes
            if (!in_array($name, $allowable_atts)) {
                // set attribute value to empty string
                $tag->attributes()->$name = '';
                // collect attribute patterns to be stripped
                $strip_arr[$name] = '/ '. $name .'=""/';
            }
        }
    }
}

// strip unallowed attributes and root tag
$data_str = strip_tags(preg_replace($strip_arr,array(''),$data_sxml->asXML()), $allowable_tags);

?>
于 2011-09-28T11:51:36.800 回答
8

这是一个功能，可让您删除除您想要的属性之外的所有属性：

function stripAttributes($s, $allowedattr = array()) {
  if (preg_match_all("/<[^>]*\\s([^>]*)\\/*>/msiU", $s, $res, PREG_SET_ORDER)) {
   foreach ($res as $r) {
     $tag = $r[0];
     $attrs = array();
     preg_match_all("/\\s.*=(['\"]).*\\1/msiU", " " . $r[1], $split, PREG_SET_ORDER);
     foreach ($split as $spl) {
      $attrs[] = $spl[0];
     }
     $newattrs = array();
     foreach ($attrs as $a) {
      $tmp = explode("=", $a);
      if (trim($a) != "" && (!isset($tmp[1]) || (trim($tmp[0]) != "" && !in_array(strtolower(trim($tmp[0])), $allowedattr)))) {

      } else {
          $newattrs[] = $a;
      }
     }
     $attrs = implode(" ", $newattrs);
     $rpl = str_replace($r[1], $attrs, $tag);
     $s = str_replace($tag, $rpl, $s);
   }
  }
  return $s;
}

例如，它将是：

echo stripAttributes('<p class="one" otherrandomattribute="two">');

或者如果你例如。想要保留“类”属性：

echo stripAttributes('<p class="one" otherrandomattribute="two">', array('class'));

或者

假设您要将消息发送到收件箱并且您使用 CKEDITOR 编写消息，您可以按如下方式分配函数并在发送前将其回显到 $message 变量。请注意，名为 stripAttributes() 的函数将删除所有不必要的 html 标签。我试过了，效果很好。我只看到我添加的格式，如粗体等

$message = stripAttributes($_POST['message']);

或者您可以echo $message;进行预览。

于 2013-01-16T19:05:36.483 回答
5

HTML Purifier是使用 PHP 清理 HTML 的更好工具之一。

于 2009-04-20T21:45:05.867 回答
5

老实说，我认为唯一明智的方法是在HTML Purifier库中使用标签和属性白名单。此处的示例脚本：

<html><body>

<?php

require_once '../includes/htmlpurifier-4.5.0-lite/library/HTMLPurifier/Bootstrap.php';
spl_autoload_register(array('HTMLPurifier_Bootstrap', 'autoload'));

$config = HTMLPurifier_Config::createDefault();
$config->set('HTML.Allowed', 'p,b,a[href],i,br,img[src]');
$config->set('URI.Base', 'http://www.example.com');
$config->set('URI.MakeAbsolute', true);

$purifier = new HTMLPurifier($config);

$dirty_html = "
  <a href=\"http://www.google.de\">broken a href link</a
  fnord

  <x>y</z>
  <b>c</p>
  <script>alert(\"foo!\");</script>

  <a href=\"javascript:alert(history.length)\">Anzahl besuchter Seiten</a>
  <img src=\"www.example.com/bla.gif\" />
  <a href=\"http://www.google.de\">missing end tag
 ende 
";

$clean_html = $purifier->purify($dirty_html);

print "<h1>dirty</h1>";
print "<pre>" . htmlentities($dirty_html) . "</pre>";

print "<h1>clean</h1>";
print "<pre>" . htmlentities($clean_html) . "</pre>";

?>

</body></html>

这会产生以下干净、符合标准的 HTML 片段：

<a href="http://www.google.de">broken a href link</a>fnord

y
<b>c
<a>Anzahl besuchter Seiten</a>
<img src="http://www.example.com/www.example.com/bla.gif" alt="bla.gif" /><a href="http://www.google.de">missing end tag
ende 
</a></b>

在您的情况下，白名单将是：

$config->set('HTML.Allowed', 'p');
于 2013-03-16T13:29:24.700 回答
-1

您还可以查看 html 净化器。诚然，它非常臃肿，如果只考虑这个特定示例，它可能不适合您的需求，但它或多或少地提供了对可能的敌对 html 的“防弹”净化。您还可以选择允许或禁止某些属性（它是高度可配置的）。

http://htmlpurifier.org/

于 2011-06-02T09:19:56.757 回答