PHP 阻止 strip_tags 删除损坏的标签

Question

我和这个人有同样的情况。

基本上strip_tags删除标签，包括损坏的标签（文档中使用的术语）。<如果它不是 HTML 标记，是否有另一种方法不涉及删除和后面的任何文本？

我目前正在这样做：

$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类似的东西：

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

进入：

I am currently

评估输入

这是一个eval.in，所以你们可以明白我的意思。

Answer 1

您输入的 HTML 无效。所以这需要修复。您可以取代所有那些未关闭<的<第一，然后做你html_entity_decode 后 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;

在eval.in上查看

或者，您可以使用 DOM 解析器，这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：

$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;

在eval.in上查看