tags 的一个严重 bug

2013 年 1 月 13 日4930

PHP 函数 strip_tags 提供了从字符串中去除 HTML 和 PHP 标记的功能,该函数尝试返回给定的字符串 str 去除空字符、HTML 和 PHP 标记后的结果。

由于 strip_tags() 无法实际验证 HTML,不完整或者破损标签将导致更多的数据被删除。

比如下述代码:

<div>string</div>string<string<b>hello</b><div>string</div>



通过 strip_tags($str, ‘<div>’) 过滤,我们可能期望得到如下结果:

<div>string</div>string<stringhello<div>string</div>



而实际操作结果是这样的:

<div>string</div>string



这一切都是因为加红的那个左尖括号,查了 PHP 的文档,有一个警告提示:

由于 strip_tags() 无法实际验证 HTML,不完整或者破损标签将导致更多的数据被删除。

既然在执行过滤前无法验证代码正确性,遇到和标签相关的字符 “<” 或 “>” 后面的代码就全挂了!

2013.01.11 更新:
以下方法可以解决该问题,但可能在 HTML 数据过大时,存在一定的效率问题,慎用!

function fixtags ($text) {



$text = htmlspecialchars($text);



$text = preg_replace("/&quot;/", "&quot;\"", $text);



$tags = "/&lt;(!|)(\/|)(\w*)(\ |)(\w*)([\\\=]*)(?|(\")\"&quot;\"|)(?|(.*)?&quot;(\")|)([\ ]?)(\/|)&gt;/i";



$replacement = "<$1$2$3$4$5$6$7$8$9$10$11>";



$text = preg_replace($tags, $replacement, $text);



$text = preg_replace("/=\"\"/", "=", $text);



$text = preg_replace("/&quot;\"/", "\"", $text);



return $text;



}



使用方法:

strip_tags(fixtags($string), '<div>');



0 0