PHP 阻止 strip_tags 删除损坏的标签

Question

我和这个这个人有同样的情况。

基本上

strip_tags

会删除标签，包括损坏的标签（文档中使用的术语）。有没有另一种方法可以做到这一点，如果它不是 HTML 标签，则不涉及删除

<

及其后面的任何文本？

我目前正在做这个：

$description = "<p>I am currently <30 years old.</p>";
$body = strip_tags(html_entity_decode($description, ENT_QUOTES, "UTF-8"), "<strong><em><u>");
echo $body;

但是上面的代码会破坏如下内容：

<p>I am currently <30 years old.</p>

进入：

I am currently

评估.in

这是一个 eval.in，这样你们就可以明白我的意思。

Answer 1

您输入的 HTML 无效。所以这需要修复。您可以先将所有未关闭的

<

替换为

<

，然后再执行您的

html_entity_decode

after

strip_tags

:

$description = "<p>I am currently <30 years old.</p>";
$description = preg_replace("/<([^>]*(<|$))/", "&lt;$1", $description);
$body = html_entity_decode(strip_tags($description, "<strong><em><u>"),
                           ENT_NOQUOTES, "UTF-8");
echo $body;

请参阅 eval.in

或者，您可以使用 DOM 解析器，在某些情况下可以提供更好的结果，但您仍然需要先应用修复程序：

$description = "<p>I am currently <30 years old.</p>";
$description = preg_replace("/<([^>]*(<|$))/", "&lt;$1", $description);
$doc = new DOMDocument();
$doc->loadHTML($description);
$body = $doc->documentElement->textContent;
echo $body;

请参阅 eval.in

Answer 2

通常在使用小于和大于运算符时，您几乎总是会使用数字（尤其是在这里，因为您已经说过不涉及空格）。假设这是您的情况，您可以很容易地使用

preg_match

来正则表达式这种情况场景，然后再运行

strip_tags

:

$description = "<p>I am currently <30 years old.</p>";
$description = preg_replace("/<([0-9]+)/", "&lt;$1", $description);
$body = strip_tags($description, "<strong><em><u>");
echo $body;

Answer 3

@trincot 所做的 preg 替换有效，但它可能仅适用于第一次出现，如本例所示：

$v = 'a < b < c';
$v = preg_replace("/<([^>]*(<|$))/", "&lt;$1", $v);
echo $v; // a &lt; b < c

所以它可能在这样的循环中：

$v = 'a < b < c';
while (preg_match("/<([^>]*(<|$))/", $v)) $v = preg_replace("/<([^>]*(<|$))/", "&lt;$1", $v);
echo $v; // a &lt; b &lt; c