从字符串中删除所有HTML标签的最佳方法是什么？

Question

使用PHP，给定一个字符串，例如：this is a <strong>string</strong>；我需要一个函数来剥离所有的HTML标签，以便输出为：this is a string。有什么好的想法吗？谢谢。

- jim9

Answer 1

PHP有一个内置函数可以完全满足你的需求：strip_tags

$text = '<b>Hello</b> World';
print strip_tags($text); // outputs Hello World

如果您想要处理损坏的HTML，您需要将其加载到DOM解析器中，然后提取文本。

- Paolo Bergantino

---

+1 但要注意，strip_tags 可能无法去除无效的 HTML 标签，因此根据应用程序的不同，您可能需要进行一些额外的处理。 - Mike Dinescu

strip_tags()对于XSS保护来说非常糟糕，因为它只能防御一些XSS攻击向量。请使用htmlspecialchars($var,ENT_QUOTES)。 - rook

Answer 2

我可以帮您进行翻译。这段内容涉及编程，建议使用strip_tags函数来实现相应的功能。以下是引用文档中的示例：

<?php
$text = '<p>Test paragraph.</p><!-- Comment --> <a href="#fragment">Other text</a>';
echo strip_tags($text);
echo "\n";

会给你：

Test paragraph. Other text

编辑：但请注意strip_tags不会验证您提供的内容。这意味着以下代码：

$text = "this is <10 a test";
var_dump(strip_tags($text));

会得到你：

string 'this is ' (length=8)

（一切在看起来像起始标记之后的内容都会被删除。）

- Pascal MARTIN

Answer 3

strip_tags 是您需要的函数。您可以像这样使用它：

$text = '<strong>Strong</strong>';
$text = strip_tags($text);
// Now $text = 'Strong'

- Mez

Answer 4

我发现这比仅使用strip_tags()更有效，因为strip_tags()无法删除javascript或css：

$search = array(
    "'<head[^>]*?>.*?</head>'si",
    "'<script[^>]*?>.*?</script>'si",
    "'<style[^>]*?>.*?</style>'si",
);
$replace = array("","",""); 
$text = strip_tags(preg_replace($search, $replace, $html));

- Stephen Fuhry