PHP中strip_tags处理特定字符串时失效的问题求助

嘿，这个问题我之前也踩过坑！咱们先捋捋情况：平时用PHP的strip_tags()清理HTML标签都挺顺手的，不管是<script>、<style>还是<div>这些标签都能正常处理，但这次碰到个特殊字符串，这函数居然直接“罢工”了，属实头疼！

先看看你用到的这段代码：

$string = '      <div>BEGINNING</div>      <script>     for (let i=0;i<resultado4448.length;i++) {      }     </script>      <div>END</div>  ';  
echo strip_tags($string);

为啥会出问题呢？其实是strip_tags()的工作机制导致的——它只会机械地把<字符当作HTML标签的起始，完全没法区分这个<是JavaScript里的比较运算符，还是真的HTML标签开头。碰到你这段代码里的i<resultado4448.length，它直接把这个<当成了新标签的开始，然后一直找对应的>来闭合，结果把<script>标签里剩下的内容、甚至后面的</script>和<div>END</div>都当成了要剥离的标签内容，输出自然就不对了。

给你两个实用的解决办法：

• 用DOMDocument解析处理（这是最稳妥的方案，能正确识别HTML结构和脚本内容）：

  $string = '      <div>BEGINNING</div>      <script>     for (let i=0;i<resultado4448.length;i++) {      }     </script>      <div>END</div>  ';
  // 初始化DOM文档
  $dom = new DOMDocument();
  // 忽略HTML解析时的警告（避免格式不规范引发的报错）
  libxml_use_internal_errors(true);
  $dom->loadHTML($string);
  libxml_clear_errors();
  
  // 用XPath定位所有script标签并删除
  $xpath = new DOMXPath($dom);
  foreach ($xpath->query('//script') as $scriptTag) {
      $scriptTag->parentNode->removeChild($scriptTag);
  }
  
  // 提取并输出纯文本内容
  echo trim($dom->textContent);
  

• 要是你只需要处理这种简单场景，也可以用临时替换的hack写法（只适合特定情况，通用性不如DOM方案）：

  $string = '      <div>BEGINNING</div>      <script>     for (let i=0;i<resultado4448.length;i++) {      }     </script>      <div>END</div>  ';
  // 临时替换script标签内的<为占位符
  $string = preg_replace_callback('/<script[^>]*>(.*?)<\/script>/is', function($matches) {
      return str_replace('<', 'TEMP_LT', $matches[0]);
  }, $string);
  // 执行strip_tags清理
  $result = strip_tags($string);
  // 还原占位符
  $result = str_replace('TEMP_LT', '<', $result);
  echo trim($result);
  

备注：内容来源于stack exchange，提问作者Sitepor500.com.br