利用 PCRE 正則表達式移除 HTML 標籤、註解、特定屬性,防止 XSS 與版面破壞。
$patterns = [
'/<!--.*?-->/si' => '', // 移除 HTML 註解
'/<!.*?>/si' => '', // 移除 DOCTYPE 等宣告
'/<\/?html.*?>/si' => '', // 移除 html 標籤
'/<\/?head.*?>/si' => '', // 移除 head 標籤
'/<\/?meta.*?>/si' => '', // 移除 meta 標籤
'/<\/?body.*?>/si' => '', // 移除 body 標籤
'/<\/?link.*?>/si' => '', // 移除 link 標籤
'/<\/?form.*?>/si' => '', // 移除 form 標籤
'/cookie/si' => 'COOKIE', // 過濾 cookie 關鍵字
'/on\w+\s*=/si' => '', // 移除事件屬性 onclick, onload 等
'/javascript:/si' => '', // 移除 javascript: 偽協議
'/expression\s*\(/si' => '', // 移除 CSS expression
];
$str = preg_replace(array_keys($patterns), array_values($patterns), $str);
使用 strip_tags() 保留特定標籤,再配合屬性過濾:
$allowed_tags = '<p><br><strong><em><ul><ol><li><a><img>';
$str = strip_tags($str, $allowed_tags);
// 進一步清理危險屬性
$str = preg_replace('/\s(on\w+|style|href|src)\s*=\s*["\'][^"\']*["\']/si', '', $str);
// 針對 a 標籤 href、img 標籤 src 做白名單驗證(僅允許 http/https/data 協議)
strip_tags 不處理屬性。composer require ezyang/htmlpurifier
require_once 'vendor/autoload.php';
$config = HTMLPurifier_Config::createDefault();
$config->set('HTML.Allowed', 'p,b,strong,i,em,u,strike,ul,ol,li,a[href|title],img[src|alt|width|height]');
$purifier = new HTMLPurifier($config);
$clean_html = $purifier->purify($dirty_html);
<script>, <iframe>, <object>, <embed>, <style> 等高風險標籤。on*)、style 屬性(CSS expression)、javascript: 偽協議。a 標籤 href 僅允許 http:, https:, mailto:, tel:。img 標籤 src 僅允許 http:, https:, data: (限制大小)。htmlspecialchars() 或模板引擎自動跳脫(Blade, Twig, Latte)。手寫正則過濾 HTML 極易漏洞百出,生產環境請務必使用 HTML Purifier。簡單場景可用 strip_tags() 白名單 + 屬性正則清理,但需清楚其局限性。