此代码中存在错误，我找不到它。我需要什么缺少的角色？
preg_replace(/<(?!\/?(?:'.implode('|',$white).'))[^\s>]+(?:\s(?:(["''])(?:\\\1|[^\1])*?\1|[^>])*)?>/','',$html);
答案 0 :(得分：4)
除了其他一些内容之外，您还缺少单引号：
preg_replace('/<(?!\/?(?:' . implode('|',$white) . '))[...
^
here!
此外，由于该模式包含单引号，因此必须使用反斜杠进行转义。
或者您也可以使用heredoc syntax;这不需要在模式中转义任何引号，并且可以嵌入表达式以进行扩展。
$pattern = <<<EOD
/pattern{embeddedExpression}morePattern/
EOD;
... preg_replace($pattern, ...)
答案 1 :(得分：0)
帮自己一个忙，并使用DOM and XPath代替正则表达式将HTML解析为avoid problems。
答案 2 :(得分：0)
嗯，这部分是错误的：
(["'])(?:\\\1|[^\1])*?\1
这应该匹配用单引号或双引号括起来的序列，可能包括反斜杠转义的引号。但它不起作用，因为反向引用在字符类中不起作用。 \1被视为八进制表示法中的数字1，因此[^\1]匹配除U+0001之外的任何字符。
如果它似乎在大部分时间都有效，那是因为不情愿的量词（*?）。 (?:\\\1|[^\1])*?中的第一个替代方法正确地使用了转义引用，但是它不情愿地匹配任何字符，直到它看到未转义的引号。它在形式良好的文本上工作正常，但是会额外引用并且它会变得混乱。
匹配“捕获的＃1组以外的任何东西”的正确方法是(?:(?!\1).)* - 也就是说，一次消耗一个字符，但只有在先行确认它不是捕获的文本的第一个字符之后。但我认为你最好分别处理各种报价;这个正则表达式足够复杂。
'~<(?!/?+(?:'.implode('|',$white).')\b)[^\s>]++(?:\s++'.
'(?:[^\'">]++|"(?:[^"\\]++|\\")*+"|\'(?:[^\'\\]++|\\\')*+\')*+)?+>~'
请注意在白名单更改后添加\b（字边界）。如果没有这个，如果你的列表中有（例如）<B>，那么你也会无意中将<BODY>和<BLOCKQUOTE>标记列入白名单。
我还在所有地方使用了占有量词（*+，++，?+），因为这个正则表达式的编写方式，我知道回溯将永远不会有用。如果它会失败，我希望它尽快失败。
既然我告诉你如何让正则表达式工作，那么我请你不要使用它。这项工作太复杂，太重要了，无法使用像正则表达式那样糟糕的工具。如果你真的从一本关于PHP安全性的书中得到了那个正则表达式，我建议你收回你的钱。