PHP：如何替换孤立<为HTML实体并适配strip_tags？

正则调整方案 #

你的原正则匹配逻辑有缺陷，且未精准定位孤立<，调整后可以全局替换所有不构成合法HTML标签/注释的<为<：

// 全局替换孤立<为&#60;，保留合法标签、闭合标签、注释的<
$processedString = preg_replace('/<(?!(?:[a-z]+\/?>|\/[a-z]+>|!--))/i', '&#60;', $string);

正则说明 #

• <：匹配目标字符
• (?!...)：负向前瞻断言，确保<后面不是以下合法结构：
  • [a-z]+\/?>：普通标签（如<p>、<br/>）
  • \/[a-z]+>：闭合标签（如</p>）
  • !--：HTML注释起始（如<!-- Test -->）
• /i：忽略大小写，兼容<P>这类大写标签
• PHP的preg_replace默认全局匹配，无需额外加g修饰符

处理后再调用strip_tags($processedString)，就能保留替换后的<，同时移除所有合法HTML标签。

更优实现思路：用DOMDocument处理 #

正则处理HTML容易出现边界漏洞（比如嵌套标签、特殊属性值里的<），用DOM API能精准区分标签结构和文本内容，只替换文本中的孤立<：

$dom = new DOMDocument();
// 禁用HTML规范校验错误提示
libxml_use_internal_errors(true);
// 加载字符串，避免自动添加<html>/<body>标签
$dom->loadHTML($string, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

// 遍历所有文本节点
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//text()') as $textNode) {
    // 替换文本中的<为&#60;
    $textNode->nodeValue = str_replace('<', '&#60;', $textNode->nodeValue);
}

// 提取处理后的HTML，再移除标签
$processedHtml = $dom->saveHTML();
$result = strip_tags($processedHtml);

优势 #

• 精准区分标签和文本，不会误修改标签结构里的<
• 自动兼容各种不规范HTML，避免正则漏判/误判
• 代码可读性更强，维护成本低

内容的提问来源于stack exchange，提问作者th3_sh0w3r