萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網頁製作 >> HTML5 教學

PHP 過濾 HTML 標籤:strip_tags、正則、HTMLPurifier 三種方案優劣對比

方案一:strip_tags() —— 內建、快速、但有缺陷

$clean = strip_tags($html, '


'); // 保留白名單標籤

方案二:正則表達式(如原文示例)

$str = preg_replace('@@is', '', $str);
$str = preg_replace('@@is', '', $str);
$str = preg_replace('@@is', '', $str);
$str = preg_replace('@<(.*?)>@is', '', $str); // 移除所有標籤
  • 優點:靈活、可定製保留/刪除規則。
  • 缺點:**極易出錯**(巢狀、屬性含 `>`、CDATA、註釋),性能差,**強烈不建議用於生產環境防 XSS**。

方案三:HTMLPurifier —— 企業級標準庫(強烈推薦)

require_once 'HTMLPurifier.auto.php';
$config = HTMLPurifier_Config::createDefault();
$config->set('HTML.Allowed', 'p,b,strong,i,em,a[href|title],ul,ol,li,br,img[src|alt|width|height]');
$purifier = new HTMLPurifier($config);
$clean = $purifier->purify($dirtyHtml);
  • 優點:基於**白名單**、嚴格遵循 HTML 規範、自動修復結構、移除危險屬性/協議(`javascript:`、`data:`)、支援 CSP、單元測試覆蓋率極高。
  • 缺點:體積較大(~3MB)、首次載入較慢(可配合 OPcache/預載入緩解)。

場景選擇建議

場景推薦方案
後台管理員編輯內容、信任度高`strip_tags` + 白名單 + `htmlspecialchars` 屬性編碼
用戶提交評論、論壇、CMS 富文本**HTMLPurifier**
API 接收第三方 HTML 片段**HTMLPurifier** + 嚴格白名單
一次性數據清洗、離線腳本正則(謹慎)或 `strip_tags`

額外防線:輸出端編碼

無論輸入如何過濾,**輸出時必須根據上下文編碼**:

  • HTML 內容:`htmlspecialchars($str, ENT_QUOTES, 'UTF-8')`
  • HTML 屬性:同上,確保雙引號編碼
  • JavaScript 字符串:`json_encode($str)`(含引號)
  • URL 參數:`urlencode($val)`
  • CSS 值:`cssesc()`(需 polyfill)

結語

輸入過濾是**縱深防禦**第一層,**輸出編碼才是最後防線**。請拋棄手寫正則,拥抱 HTMLPurifier,構建安全可靠的富文本處理流程。

copyright © 萬盛學電腦網 all rights reserved