问题标签 [strip-tags]

我有每个美国国会议员的网站列表，我正在以编程方式抓取这些网站以抓取地址。许多网站的底层标记各不相同，但这最初并不是问题，直到我开始看到数百个网站没有为我编写的脚本提供预期的结果。

在花了更多时间评估潜在原因后，我发现调用strip_tags()结果file_get_contents()多次擦除页面的大部分源！这不仅删除了 HTML，还删除了我想要抓取的非 HTML！

因此，我删除了对 的调用strip_tags()，替换为删除所有非字母数字字符的调用，并再次运行该过程。它出现了其他结果，但仍然缺乏很多。这一次是因为我的正则表达式不匹配所需的模式。查看返回的代码后，我意识到 HTML 属性的残余散布在整个文本中，破坏了我的模式。

有没有解决的办法？它是格式错误的 HTML 的结果吗？我能做些什么吗？

我正在向summary现有表中添加一个新列 , 。它将包含来自该列的 HTML 的纯文本片段body。

我想在运行迁移时为所有现有电子邮件创建摘要。但是，我不知道如何在迁移中使用 strip_tags。

这是我到目前为止所拥有的：

当然，这不起作用： undefined method 'strip_tags' for #<ActiveRecord::ConnectionAdapters::MysqlAdapter:0xb6e29be8>

如何在迁移中访问 strip_tags 方法？我知道我可以运行正则表达式或其他类似的解决方法，但我仍然热衷于了解如何执行此操作以备将来使用。

谢谢

我是 PHP 新手，我正在这里学习教程： 链接

用户可以在输入中编写 php 代码并基本上搞砸您的网站，这非常可怕，对吧？

好吧，现在我有点偏执了，我宁愿立即学习安全最佳实践，也不愿在我养成一些习惯后尝试将它们塞进去。

由于我是 PHP 新手（实际上是两天前开始学习的），所以我可以轻松学习任何东西而不会感到困惑。

还有什么其他方法可以防止我网站上的恶作剧？:D

我有各种 HTML 字符串可以剪切到 100 个字符（剥离的内容，而不是原始的），而不剥离标签，也不会破坏 HTML。

原始 HTML 字符串（288 个字符）：

标准修剪：修剪到 100 个字符和 HTML 中断，剥离的内容达到约 40 个字符：

剥离的 HTML：输出正确的字符数，但显然丢失了格式：

部分解决方案：使用 HTML Tidy 或净化器关闭标签输出干净的 HTML 但 100 个字符的 HTML 未显示内容。

挑战：输出干净的 HTML 和n 个字符（不包括 HTML 元素的字符数）：

类似问题

• 如何在不破坏标签的情况下剪辑 HTML 片段
• 在不破坏 HTML 标签的情况下剪切 HTML 字符串

我在从表单中检索到的文本输入中剥离标签以便在checkout.php. 输入存储在一个multi-dimensional array.

这是我的表格：

这是 checkout.php：

在我的 PHP Web 应用程序中，我有一个数据输入表单，用户将使用富文本编辑器（我正在使用 FCKEditor）输入数据，并将标记从编辑器保存到数据库表中。在另一个页面中，我必须显示前 200内容的字符（使用查看更多链接查看整个内容）。因此，当我使用前 200 个字符时，HTM Lmarkup 正在中断，因为我可能会错过一些已经开始的 html 标签的结束标签。我怎样才能摆脱这个？我知道我可以使用 strip_tags 删除所有 HTML 标记。但我想保持原样。有什么办法可以解决这个问题吗？

我正在阅读有关表单安全性的文章，因为我有一个用户可以在其中添加消息的表单。

我读到最好使用strip_tags(),htmlspecialchars()和nl2br(). 据说在其他地方使用html_entity_decode().

我的页面中有这段代码，它接受用户输入

但是当我回显该消息时，它都在一行上，并且似乎中断已被删除strip_tags而不是被放回nl2br()。

对我来说，为什么这样做是有道理的，因为如果中断已被删除，它如何知道将其放回哪里（或这样做）？

无论如何，我正在寻找一种方法来保护我的表单，以免我被用来尝试破解网站，就像在表单中使用 javascript 一样。

我目前正在从讨厌的 XSS 攻击中恢复过来，并意识到我从未对我网站上的几个表单上的输入进行清理。我使用 Notepad++ 的 Find In Files 功能在我所有的 PHP 文件中进行搜索$_POST，得到了将近 5,000 个结果。现在，我真的不想手动添加strip_tags到这些结果中的每一个，但是全部替换并不能解决问题……而且当涉及到正则表达式之类的东西时，我完全是个菜鸟。

有什么办法可以让这件事变得不那么乏味吗？

我想要做的是从所有具有类data的跨度中获取data-url。所以，它应该输出：

然后我想删除所有剩余的html 标签。

输出：

有人可以告诉我如何做到这一点吗？

我有以下代码：

其中 $firstArticle 是一个 stdClass 对象：

你可以看到 $firstArticle->introtext 指的是字符串：

“<p>今年夏天，格陵兰岛西北侧的彼得曼冰川崩解了一大块冰。面积近 100 平方英里（260 平方公里），是曼哈顿面积的四倍”

在这个<p>应用程序中，标签对我来说是个问题，但是 strip_tags 绝对拒绝删除它，我不知道为什么。我实际上放弃了 strip_tags 并尝试使用正则表达式 /<(.|\n)*?>/ 代替 preg_replace ：

但这也没有用！输出时如何从该字符串中去除所有 HTML 标签（匹配或不匹配）？