PHP中用于验证字符串是否为有效HTML的函数是哪个？

Question

PHP中用于验证字符串是否为有效HTML的函数是哪个？

7

在PHP中，哪个函数可以验证字符串是否为HTML格式？

我的目标是从用户输入中获取数据，并检查其是否为HTML格式，而不仅仅是字符串。

以下是非HTML格式的示例：

sdkjshdk<div>jd</h3>ivdfadfsdf or sdkjshdkivdfadfsdf

HTML字符串的示例：

<div>sdfsdfsdf<label>dghdhdgh</label> fdsgfgdfgfd</div>

谢谢

- Ben

这两个字符串都是 HTML 片段。前者显然无效，但两者都需要修改才能通过 W3C 验证器。我认为你需要更具体地说明你想要允许什么，以及你想要防止什么。 - Annika Backstrom

我的目标是从用户那里获取输入并检查输入是否为HTML而不仅仅是字符串。 - Ben

7个回答

5

您可以使用DomDocument的方法loadHTML。

- a1ex07

3

如果没有单个根节点，simplexml_load_string将无法正常运行。

因此，如果您尝试使用以下HTML代码：

AB它将是无效的。

这是我的函数：

function check($string){
    $start = strpos($string, '<');
    $end = strrpos($string, '>', $start);

    if ($end !== false) {
        $string = substr($string, $start);
    } else {
        $string = substr($string, $start, strlen($string) - $start);
    }

    // xml requires one root node
    $string = "<div>$string</div>";

    libxml_use_internal_errors(true);
    libxml_clear_errors();
    simplexml_load_string($string);

    return count(libxml_get_errors()) == 0;
}

- Diogo Gomes

2

您是指HTML还是XHTML？

HTML标准和解释非常宽松，因此您的第一个代码片段可能会起作用。它不会很美观，但您可能会得到一些结果。

XHTML要求相当严格，至少需要您的代码片段格式正确（所有开放的标签都被关闭；标签可以嵌套但不能重叠），如果存在未识别的元素或属性，则可能会抛出警告。

类似Tidy这样的工具 - http://php.net/manual/en/book.tidy.php - 可能是一个好的开始。加载您的代码片段后，您可以使用tidy_error_count或tidy_get_error_buffer来查看是否符合您的需求。

- CaseySoftware

我的目标是从用户那里获取输入并检查输入是否为HTML，而不仅仅是字符串。 - Ben

好的。两者都是HTML... HTML规范非常宽松，几乎没有什么影响。第二个是XHTML。如果这是你想要的，请尝试使用Tidy并看看你能做些什么。 - CaseySoftware

如果您处于可以接受第三方应用程序的情况下，tidy 可能是可接受的。但是，它对多个第三方产品的依赖性使其不适用于库的使用。 - Jay Bienvenu

2

你是否想要防止用户输入HTML标签而不是字符串？如果是的话，你只需要使用 strip_tags() 函数，它会从字符串中删除任何HTML标记。

- Iznogood

2

您应该使用：

$html="<html><body><p>This is array.</p><br></body></html>";

libxml_use_internal_errors(true);
$dom = New DOMDocument();
$dom->loadHTML($html);
if (empty(libxml_get_errors())) {
  echo "This is a good HTML";
}else {
  echo "This not html";
}

- Ernesto Valentin Caamal Peech

Valentin Caamal，这段代码使用$html = $html.' ';会失败，因为逻辑上这不是正确的（x）HTML。然而，当使用$dom -> loadXML($html);和$html = ' k';时，此函数也会失败（请注意loadXML）。 - Stackoverflow

0

如果您想使您的网站更加安全，那么您肯定需要使用像htmlpurifier、tidy等HTML净化器。

- Ali Asgari

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Eineki · Accepted Answer

也许您需要检查字符串是否格式正确。我会使用这样的函数。

function check($string) {
  $start =strpos($string, '<');
  $end  =strrpos($string, '>',$start);

  $len=strlen($string);

  if ($end !== false) {
    $string = substr($string, $start);
  } else {
    $string = substr($string, $start, $len-$start);
  }
  libxml_use_internal_errors(true);
  libxml_clear_errors();
  $xml = simplexml_load_string($string);
  return count(libxml_get_errors())==0;
}

注意：HTML允许存在以下类似未平衡的字符串。它不是XML有效的块，但是它是合法的HTML块。

<ul><li>Hi<li> I'm another li</li></ul>

免责声明：我已经修改了代码（未经测试），以便检测字符串中的格式良好的HTML。

最后一点建议：也许你应该使用strip_tags来控制用户输入（正如我在你的评论中看到的）。