当前位置：首页 > 前端开发 > 正文

php如何去除文本中html

admin
前端开发
2025-08-01
3021

PHP 中，可用 strip_tags() 函数去除文本里的 HTML 标签，如 echo strip_tags($htmlText); 就能得到纯净文本。

PHP开发中，去除文本中的HTML标签是一项常见需求，例如从用户输入中过滤潜在反面代码、提取纯文本内容或清理富文本编辑器生成的数据,以下是几种主流实现方法及其详细解析：

使用 `strip_tags()` 函数

这是PHP内置的最简单方案，专为快速剥离HTML标签设计,其核心语法为：

string strip_tags ( string $str [, string|array $allowable_tags ] )

参数说明：第一个参数是待处理的字符串；第二个可选参数可指定需保留的标签（如<p>）,未设置时则删除所有标签。

示例代码：

$html = '<div><p>Hello, <strong>World</strong></p><a href="#link">Click</a></div>';
// 完全去除所有标签
$cleanText1 = strip_tags($html);          // 结果: "Hello, World Click"
// 仅保留段落标签
$cleanText2 = strip_tags($html, '<p>');   // 结果: "<p>Hello, <strong>World</strong></p>"
echo $cleanText1 . "n" . $cleanText2;

特点：执行效率高且语法简洁，但无法处理嵌套结构或保留部分样式属性，若原始文档包含不规范写法（如未闭合标签）,可能导致意外截断。

通过正则表达式匹配替换

php如何去除文本中html 第1张

典型用例：

// 基础用法：移除全部标签
$html = '<h1>Title</h1><img src="image.jpg"/>';
$pattern = '/<[^>]+>/';
$result = preg_replace($pattern, '', $html); // 输出: "Title"
// 进阶技巧：仅删除危险标签（如script/style）
$maliciousCode = <<<EOT
<script>alert('XSS');</script><style>body{color:red;}</style>Safe Content
EOT;
$safeContent = preg_replace('/<(script|style)[^>]>.?</1>/is', '', $maliciousCode);
echo $safeContent; // 输出: "Safe Content"

优势：支持复杂逻辑判断，可同时处理多类标签；缺点是对性能要求较高且正则编写容易出错。

基于DOMDocument的对象化操作

此方案利用PHP的XML扩展库构建结构化解析器，适合处理碎片化或非常规HTML片段,关键步骤如下：

创建DOM实例并加载内容；
定位到目标节点（通常是<body>）；
提取文本内容。

完整示例：

$brokenHtml = '<html><head><title>Test</title></head><body><div>Main Text <span>with nested</span></div></body></html>';
try {
    $dom = new DOMDocument();
    // libxml_use_internal_errors(true)防止因格式错误中断执行
    libxml_use_internal_errors(true);
    $dom->loadHTML($brokenHtml);
    $bodyNode = $dom->getElementsByTagName('body')->item(0);
    $plainText = $bodyNode->textContent; // 自动展平嵌套层级
    echo trim($plainText); // 输出: "Main Text with nested"
} catch (Exception $e) {
    // 异常处理逻辑...
}

对比优势：能正确解析畸形HTML，保留空白符和注释信息；但内存占用较大,不适合超大文档处理。

第三方库HTMLPurifier增强安全性

针对存在XSS风险的场景（如评论区提交），推荐使用专业过滤组件HTMLPurifier,安装后基础调用方式为：

require_once 'HTMLPurifier.auto.php';
$config = HTMLPurifier_Config::createDefault();
$purifier = new HTMLPurifier($config);
$userInput = '<img src="hackersite.com" onerror="stealCookies()">';
$safeOutput = $purifier->purify($userInput);
echo $safeOutput; // 彻底清除事件处理器属性

该库不仅移除标签，还会标准化属性值、转义特殊字符,并提供白名单机制控制允许使用的标签及属性组合。

性能与适用场景对比表

方法	执行速度	安全性	功能扩展性
strip_tags()	中等	低	简单文本快速清理
正则表达式	依赖写法质量	中	定制化标签过滤
DOMDocument	高	高	复杂文档重构
HTMLPurifier	极高	极高	用户生成内容消毒