清理HTML输入

Question

我正在考虑添加一个富文本编辑器，允许非程序员更改文本的外观。但是，有一个问题是，如果标记不正确，可能会扭曲呈现页面的布局。什么是清理html的好的轻量级方法？

Answer 1

你将不得不在好的和轻量级之间做出选择。推荐的选择是'HTMLPurifier'，因为它提供了安全的默认设置。作为更快的替代方法，通常建议使用“htmLawed”。

另请参阅HTMLPurifier作者的这篇相当客观的概述：http://htmlpurifier.org/comparison

Answer 2

我真的很喜欢，它允许您指定在您的HTML代码中允许哪些标记和属性，并生成有效的HTML.

Answer 3

使用BB码(或者像这里这样)，否则机会非常小。示例函数...

function parse($string){

    $pattern = array(
    "/\[url\](.*?)\[\/url\]/",
    "/\[img\](.*?)\[\/img\]/",
    "/\[img\=(.*?)\](.*?)\[\/img\]/",
    "/\[url\=(.*?)\](.*?)\[\/url\]/",
    "/\[red\](.*?)\[\/red\]/",
    "/\[b\](.*?)\[\/b\]/",
    "/\[h(.*?)\](.*?)\[\/h(.*?)\]/",
    "/\[p\](.*?)\[\/p\]/",    
    "/\[php\](.*?)\[\/php\]/is"
    );

    $replacement = array(
    '<a href="\\1">\\1</a>',
    '<img alt="" src="\\1"/>',
    '<img alt="" class="\\1" src="\\2"/>',
    '<a rel="nofollow" target="_blank" href="\\1">\\2</a>',
    '<span style="color:#ff0000;">\\1</span>',
    '<span style="font-weight:bold;">\\1</span>',
    '<h\\1>\\2</h\\3>',
    '<p>\\1</p>',
    '<pre><code class="php">\\1</code></pre>'
    );

    $string = preg_replace($pattern, $replacement, $string);

    $string = nl2br($string);

    return $string;

}

..。

echo parse("[h2]Lorem Ipsum[/h2][p]Dolor sit amet[/p]");

结果...

<h2>Lorem Ipsum</h2><p>Dolor sit amet</p>

​

​

或者只使用HTML Purifier :)