PHP使用strip_tags处理JSON转Excel时保留文件链接的问题咨询

问题根源 #

原有代码存在两个核心问题：

• strip_tags 第三个参数要求传入字符串格式的允许标签，你传入['<a>']数组格式不符合语法要求，导致部分PHP版本无法正确保留a标签，后续正则匹配失效
• 第二条匹配非http/https开头链接的正则，直接返回了a标签的文本内容（也就是你看到的filename.pdf），没有提取href属性的路径值

方案1：正则快速修复（适配简单场景） #

直接自定义处理函数替换原来的array_map逻辑，代码如下：

fputcsv($fh,["title", "field_tags","field_risk_minimization_type","field_drug_class","field_hcpg","field_patient_card","field_risk_1","field_risk_minimization_type_1", "field_tags_1", "field_specialty_theraputic_area_","field_healthcare_provider_checkl","field_dhpc" ]);
if (is_array($jsonDecoded)) {
  foreach ($jsonDecoded as $line) {
    if (is_array($line)) {
      // 自定义处理每个字段的函数
      $data = array_map(function($content) {
        // 先保留a标签，这里传入字符串格式的允许标签
        $content = strip_tags($content, '<a>');
        // 提取所有a标签的href属性值，替换a标签为对应href
        $content = preg_replace('~<a\s+[^>]*href="([^"]+)"[^>]*>.*?</a>~is', '$1', $content);
        // 兜底清理剩余可能存在的HTML标签
        $content = strip_tags($content);
        return $content;
      }, $line);
      fputcsv($fh,$data);
    }
  }
}
fclose($fh);

如果你的a标签href用单引号包裹，可以把正则里的"换成['"]适配。

方案2：DOMDocument稳定方案（兼容复杂HTML场景） #

如果HTML结构不规范，正则容易匹配出错，用PHP内置的DOM解析器更可靠：

fputcsv($fh,["title", "field_tags","field_risk_minimization_type","field_drug_class","field_hcpg","field_patient_card","field_risk_1","field_risk_minimization_type_1", "field_tags_1", "field_specialty_theraputic_area_","field_healthcare_provider_checkl","field_dhpc" ]);
if (is_array($jsonDecoded)) {
  foreach ($jsonDecoded as $line) {
    if (is_array($line)) {
      $data = array_map(function($content) {
        $dom = new DOMDocument();
        // 屏蔽HTML不规范的警告
        libxml_use_internal_errors(true);
        $dom->loadHTML('<?xml encoding="UTF-8">' . $content);
        libxml_clear_errors();
        $xpath = new DOMXPath($dom);
        $links = $xpath->query('//a');
        // 替换所有a标签为href值
        foreach ($links as $link) {
          $href = $link->getAttribute('href');
          $link->parentNode->replaceChild($dom->createTextNode($href), $link);
        }
        // 返回纯文本内容
        return trim(strip_tags($dom->saveHTML()));
      }, $line);
      fputcsv($fh,$data);
    }
  }
}
fclose($fh);

内容的提问来源于stack exchange，提问作者IDI