Question

我正试图找到一种从用户输入的字符串中删除标记的方法，除了包含在[code] [/ code] BB样式标记中的标记。

例如，用户可以输入：

<script>alert("hacked");</script>
[code]<script>alert("hello");</script>[/code]

我想要删除的“黑客”警报，而不是“Hello”警报。

我想删除[code]之外的所有标签（php，html，css，js），但允许其中的任何内容。

到目前为止，我已经得到了以下代码来反转我想要的内容：

preg_replace('/\[code\](.*?)\[\/code\]/ise','strip_tags(\'$1\')',$code)

Answer 1

我不确定这是否是最好的算法，但这是一个想法。

将所有[code]块移除到数组
从剩余字符串中删除标记
重新插入以前删除的[code]块。
瞧！

这是对那个算法的抨击

<?php

header( 'Content-Type: text/plain' );

$input = <<<BB
[code]<script>alert("hello");</script>[/code]
some text <script>alert("hacked");</script> some other text
[code]<script>alert("hello");</script>[/code]
some text <script>alert("hacked");</script> some other text
[code]<script>alert("hello");</script>[/code]
BB;

echo strip_custom( $input );

function strip_custom( $content )
{
  $pattern = "#\\[code].*?\\[/code]#i";

  if ( preg_match_all( $pattern, $content, $codeBlocks ) )
  {
    return array_join( $codeBlocks[0], array_map( 'strip_tags', preg_split( $pattern, $content ) ) );
  }
  return strip_tags( $content );
}

function array_join( array $glue, array $pieces )
{
  $glue       = array_values( $glue );
  $pieces     = array_values( $pieces );
  $piecesSize = count( $pieces );

  if ( count( $glue ) + 1 != $piecesSize )
  {
    return false;
  }

  $joined = array();
  for ( $i = 0; $i < $piecesSize; $i++ )
  {
    $joined[] = $pieces[$i];
    if ( isset( $glue[$i] ) )
    {
      $joined[] = $glue[$i];
    }
  }
  return implode( '', $joined );
}

Answer 2

这是正则表达式不理想的地方。当你知道“你想要什么”而不是“你不想想要什么”时，正则表达式是极好的。我的建议是你试图找到另一种做同样事情的方法，但没有正则表达式。

Answer 3

您希望将HTML Parser用于此作业。

我不知道PHP，但谷歌发现了HTML Parser for PHP。

Answer 4

使用这样的简单解析器：

stack-pointer = 0
while not finished:
    stack-pointer-n = code-start-matched or endl
    tag-free-str = regex-magic-to-strip-tags(extract-str(stack-pointer, stack-pointer-n))
    preserve-str = extract-str(stack-pointer-n, code-endl-matched or endl)
    stack-pointer = code-endl-matched + 1
    push(tag-free-str)
    push(preserve-str)

剥离不在[code] [/ code]段中的标签

4 个答案: