Question

我必须清除一些HTML代码，以删除<style>标记内的<link>和<body>标记。我已经在使用PHP Tidy进行一些清理，但我没有找到如何使用PHP Tidy删除这些标记。

你有解决方案吗？或者也许是另一个标记清理PHP类...

Answer 1

不知道如何使用Tidy，但你可以使用DOM

$dom = new DOMDocument;                    // init new DOMDocument
$dom->loadHTML($html);                     // load HTML into it
$xpath = new DOMXPath($dom);               // create a new XPath
$nodes = $xpath->query('//body/style');    // Find all style elements in body tag
foreach($nodes as $node) {                 // Iterate over found elements
    $node->parentNode->removeChild($node); // Remove complete style node
}
echo $dom->saveHTML();                     // output cleaned HTML

对于<link>元素，请将Xpath调整为//body/link。

Answer 2

Tidy的另一种选择是http://htmlpurifier.org/

HTML Purifier符合标准编写的HTML过滤器库 PHP。 HTML Purifier不仅会删除所有恶意内容代码（更好地称为XSS）经过全面审核，安全而宽松的白名单，它还将确保您的文件符合标准，只有通过a才能实现全面了解W3C的规范。

^{这是一个额外的答案，因为它与DOM解决方案完全无关。}

Php Tidy：删除体内的链接和样式标签

2 个答案: