如何利用 strip_tags 函数处理包含嵌套HTML标签的字符串，避免标签干扰？

gitbox 2025-06-22

strip_tags() 函数基本用法

strip_tags() 函数的作用是去除字符串中的所有 HTML 和 PHP 标签。它的基本语法如下：

<span><span><span class="hljs-title function_ invoke__">strip_tags</span></span><span>(</span><span><span class="hljs-keyword">string</span></span><span> </span><span><span class="hljs-variable">$str</span></span><span>, </span><span><span class="hljs-keyword">string</span></span><span>|</span><span><span class="hljs-literal">null</span></span><span> </span><span><span class="hljs-variable">$allowable_tags</span></span><span> = </span><span><span class="hljs-literal">null</span></span><span>): </span><span><span class="hljs-keyword">string</span></span><span>
</span></span>

$str: 需要处理的字符串。
$allowable_tags: 一个可选参数，指定允许保留的标签。如果不指定，则默认移除所有标签。

例子：

<span><span><span class="hljs-variable">$html</span></span><span> = </span><span><span class="hljs-string">'&lt;p&gt;Hello &lt;b&gt;world&lt;/b&gt;!&lt;/p&gt;'</span></span><span>;
</span><span><span class="hljs-variable">$clean_text</span></span><span> = </span><span><span class="hljs-title function_ invoke__">strip_tags</span></span><span>(</span><span><span class="hljs-variable">$html</span></span><span>);
</span><span><span class="hljs-keyword">echo</span></span><span> </span><span><span class="hljs-variable">$clean_text</span></span><span>;  </span><span><span class="hljs-comment">// 输出：Hello world!</span></span><span>
</span></span>

如上所示，strip_tags() 默认会移除所有HTML标签。那当字符串中包含嵌套标签时，如何确保移除正确且不出错呢？

处理嵌套HTML标签的技巧

在处理复杂的HTML结构时，strip_tags() 的行为需要特别关注。如果HTML结构不规范或标签嵌套过深，直接使用 strip_tags() 可能无法完全达到预期效果。比如，嵌套标签可能会导致部分标签没有被完全移除，或者处理后的字符串格式不如预期。

1. 确保HTML标签结构规范

嵌套的HTML标签有时可能会不符合规范，导致 strip_tags() 无法正常工作。要解决这个问题，首先应确保HTML代码是规范的。可以使用 PHP 的 DOMDocument 类来加载并规范化HTML结构。

<span><span><span class="hljs-variable">$html</span></span><span> = </span><span><span class="hljs-string">'&lt;div&gt;&lt;b&gt;Hello &lt;i&gt;world&lt;/i&gt;&lt;/b&gt;!&lt;/div&gt;'</span></span><span>;
</span><span><span class="hljs-variable">$dom</span></span><span> = </span><span><span class="hljs-keyword">new</span></span><span> </span><span><span class="hljs-title class_">DOMDocument</span></span><span>();
</span><span><span class="hljs-title function_ invoke__">libxml_use_internal_errors</span></span><span>(</span><span><span class="hljs-literal">true</span></span><span>);  </span><span><span class="hljs-comment">// 忽略HTML格式错误</span></span><span>
</span><span><span class="hljs-variable">$dom</span></span><span>-&gt;</span><span><span class="hljs-title function_ invoke__">loadHTML</span></span><span>(</span><span><span class="hljs-variable">$html</span></span><span>);
</span><span><span class="hljs-variable">$clean_html</span></span><span> = </span><span><span class="hljs-variable">$dom</span></span><span>-&gt;</span><span><span class="hljs-title function_ invoke__">saveHTML</span></span><span>();
</span><span><span class="hljs-variable">$clean_text</span></span><span> = </span><span><span class="hljs-title function_ invoke__">strip_tags</span></span><span>(</span><span><span class="hljs-variable">$clean_html</span></span><span>);  </span><span><span class="hljs-comment">// 使用strip_tags移除标签</span></span><span>
</span><span><span class="hljs-keyword">echo</span></span><span> </span><span><span class="hljs-variable">$clean_text</span></span><span>;  </span><span><span class="hljs-comment">// 输出：Hello world!</span></span><span>
</span></span>

通过 DOMDocument，我们可以先加载并修复HTML代码，再使用 strip_tags() 函数清理标签。

2. 允许保留部分标签

如果只需要保留某些标签，可以通过第二个参数来指定允许保留的标签。例如，如果你只希望保留 <b> 和 <i> 标签，其他标签全部移除：

<span><span><span class="hljs-variable">$html</span></span><span> = </span><span><span class="hljs-string">'&lt;p&gt;&lt;b&gt;Hello &lt;i&gt;world&lt;/i&gt;!&lt;/b&gt;&lt;/p&gt;'</span></span><span>;
</span><span><span class="hljs-variable">$clean_text</span></span><span> = </span><span><span class="hljs-title function_ invoke__">strip_tags</span></span><span>(</span><span><span class="hljs-variable">$html</span></span><span>, </span><span><span class="hljs-string">'&lt;b&gt;&lt;i&gt;'</span></span><span>);
</span><span><span class="hljs-keyword">echo</span></span><span> </span><span><span class="hljs-variable">$clean_text</span></span><span>;  </span><span><span class="hljs-comment">// 输出：Hello &lt;i&gt;world&lt;/i&gt;!</span></span><span>
</span></span>

这样，strip_tags() 会移除所有不在允许列表中的标签，只保留 <b> 和 <i> 标签，避免其他标签干扰。

3. 结合正则表达式过滤多余标签

有时，仅依赖 strip_tags() 可能不够精细，特别是在处理复杂的HTML结构时。此时，我们可以结合正则表达式进一步清理字符串，移除嵌套标签或其他不必要的部分。

<span><span><span class="hljs-variable">$html</span></span><span> = </span><span><span class="hljs-string">'&lt;div&gt;&lt;b&gt;Hello &lt;i&gt;world&lt;/i&gt;&lt;/b&gt;!&lt;/div&gt;'</span></span><span>;
</span><span><span class="hljs-variable">$clean_text</span></span><span> = </span><span><span class="hljs-title function_ invoke__">strip_tags</span></span><span>(</span><span><span class="hljs-variable">$html</span></span><span>, </span><span><span class="hljs-string">'&lt;b&gt;&lt;i&gt;'</span></span><span>);  </span><span><span class="hljs-comment">// 首先移除不需要的标签</span></span><span>
</span><span><span class="hljs-variable">$clean_text</span></span><span> = </span><span><span class="hljs-title function_ invoke__">preg_replace</span></span><span>(</span><span><span class="hljs-string">'/&lt;[^&gt;]+&gt;/'</span></span><span>, </span><span><span class="hljs-string">''</span></span><span>, </span><span><span class="hljs-variable">$clean_text</span></span><span>);  </span><span><span class="hljs-comment">// 再使用正则移除剩余的HTML标签</span></span><span>
</span><span><span class="hljs-keyword">echo</span></span><span> </span><span><span class="hljs-variable">$clean_text</span></span><span>;  </span><span><span class="hljs-comment">// 输出：Hello world!</span></span><span>
</span></span>

这种方法可以让你对清理标签的过程更加精细。

相关标签:
HTML

strip_tags