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:preg_replace 正則實作與安全注意事項

PHP 移除 HTML 標籤常用 strip_tags() 內建函數,若需更精細控制(如保留特定標籤、移除腳本/樣式),可使用 preg_replace 正則表達式。本文提供實用範例與安全提醒。

常用正則範例

<?php
$html = '<script>alert(1)</script><p>Hello <b>World</b></p><style>body{color:red}</style>';

// 1. 移除 script 標籤及內容
$str = preg_replace('@<script(.*?)</script>@is', '', $html);

// 2. 移除 style 標籤及內容
$str = preg_replace('@<style(.*?)</style>@is', '', $str);

// 3. 移除所有 HTML 註釋
$str = preg_replace('@<!--(.*?)-->@is', '', $str);

// 4. 移除所有剩餘標籤(保留純文本)
$str = preg_replace('@<(.*?)>@is', '', $str);

echo $str; // 輸出: Hello World
?>

內建函數替代方案

// 允許保留的標籤(如 p, br, strong)
$safe = strip_tags($html, '<p><br><strong>');

// 移除所有標籤
$plain = strip_tags($html);

安全性關鍵提醒

  • XSS 防護:單純移除標籤**不足以**防止 XSS。輸出到 HTML 時**必須**配合 htmlspecialchars($str, ENT_QUOTES, 'UTF-8') 轉義實體
  • 正則處理 HTML 存在邊界情況(巢狀、屬性含 >、CDATA 等),複雜場景建議用 HTMLPurifier 庫
  • 使用者上傳的 HTML 內容,務必經過**白名單過濾**(只允許安全標籤/屬性)而非黑名單移除

效能建議

  • 大量資料處理時,預編譯正則(preg_replace 內部會快取,但可手動用 preg_match 陣列)
  • 避免在迴圈中重複編譯相同模式
copyright © 萬盛學電腦網 all rights reserved