如何修复？

Question

问题：使用HTML Purifier处理用户输入的内容时，换行符不会转换为 标记。

考虑以下用户输入的内容：

Lorem ipsum dolor sit amet.
This is another line.

<pre>
.my-css-class {
    color: blue;
}
</pre>

Lorem ipsum:

<ul>
<li>Lorem</li>
<li>Ipsum</li>
<li>Dolor</li>
</ul>

Dolor sit amet,
MyName

使用HTML Purifier处理时，上述内容将更改为以下内容：

Lorem ipsum dolor坐下来。这是另一条线。
.my-css-class {
    color: blue;  
} 
Lorem ipsum：

Lorem

Ipsum

Dolor

Dolor坐下来，MyName

正如您所看到的，“ MyName ”旨在由用户在一条单独的行上，与上一行一起显示。

如何修复？

当然，使用PHP nl2br()函数。但是，无论我们在净化内容之前还是之后使用它，都会出现新问题。

以下是在HTML Purifier之前使用nl2br（）时的示例：

Lorem ipsum dolor sit amet 这是另一条线。
.my-css-class {

    color: blue; 

} 
Lorem ipsum：



Lorem

Ipsum

Dolor


Dolor坐下来，我的名字

nl2br（）会为每个换行符添加 ，因此即使正在处理<pre>块中的那些换行符，也会在每个{{1}之后的换行符标签。

我尝试了什么

我尝试了custom nl2br() function，用<li>代码替换换行符，然后从 块中删除所有 代码。它工作得很好，但问题仍然存在于<pre>项目中。

对<li>块尝试相同的方法也会删除<ul>子项中的所有 标记，除非我们使用更复杂的正则表达式删除<li>个标记在 元素内，但在<ul>元素之外。但那么<li>项中的嵌套<ul>呢？要处理所有这些情况，我们必须有一个更复杂的正则表达式！

如果这是正确的方法，你能帮我解决正则表达式问题吗？
如果这不是正确的方法，我怎么能解决这个问题？我也愿意接受HTML Purifier的替代方案。

我已经查看过的其他资源：

Answer 1

使用自定义nl2br()功能可以部分解决此问题（如果不是完全解决）：

function nl2br_special($string){

    // Step 1: Add <br /> tags for each line-break
    $string = nl2br($string); 

    // Step 2: Remove the actual line-breaks
    $string = str_replace("\n", "", $string);
    $string = str_replace("\r", "", $string);

    // Step 3: Restore the line-breaks that are inside <pre></pre> tags
    if(preg_match_all('/\<pre\>(.*?)\<\/pre\>/', $string, $match)){
        foreach($match as $a){
            foreach($a as $b){
            $string = str_replace('<pre>'.$b.'</pre>', "<pre>".str_replace("<br />", PHP_EOL, $b)."</pre>", $string);
            }
        }
    }

    // Step 4: Removes extra <br /> tags

    // Before <pre> tags
    $string = str_replace("<br /><br /><br /><pre>", '<br /><br /><pre>', $string);
    // After </pre> tags
    $string = str_replace("</pre><br /><br />", '</pre><br />', $string);

    // Arround <ul></ul> tags
    $string = str_replace("<br /><br /><ul>", '<br /><ul>', $string);
    $string = str_replace("</ul><br /><br />", '</ul><br />', $string);
    // Inside <ul> </ul> tags
    $string = str_replace("<ul><br />", '<ul>', $string);
    $string = str_replace("<br /></ul>", '</ul>', $string);

    // Arround <ol></ol> tags
    $string = str_replace("<br /><br /><ol>", '<br /><ol>', $string);
    $string = str_replace("</ol><br /><br />", '</ol><br />', $string);
    // Inside <ol> </ol> tags
    $string = str_replace("<ol><br />", '<ol>', $string);
    $string = str_replace("<br /></ol>", '</ol>', $string);

    // Arround <li></li> tags
    $string = str_replace("<br /><li>", '<li>', $string);
    $string = str_replace("</li><br />", '</li>', $string);

    return $string;
}

这必须在之前应用于 HTML-Purified。除非您知道自己在做什么，否则永远不要重新处理纯化的内容。

请注意，由于已保留每个换行符和双换行符，因此您不应使用HTML Purifier的AutoFormat.AutoParagraph功能：

// Process line-breaks $string = nl2br_special($string); // Initiate HTML Purifier config $purifier_config = HTMLPurifier_Config::createDefault(); $purifier_config->set('HTML.Allowed', 'p,ul,ol,li,strong,b,em,i,u,a[href],code,pre,blockquote,cite,img[src|alt],br,hr,h3,h4'); //$purifier_config->set('AutoFormat.AutoParagraph', true); // Make sure to NOT use this // Initiate HTML Purifier $purifier = new HTMLPurifier($purifier_config); // Purify the content! $string = $purifier->purify($string);

就是这样！

此外，由于允许基本HTML标记最初用于improve user experience by not adding another markup syntax，因此您可能希望允许用户发布代码，尤其是HTML代码，这些代码不会被HTML Purifier解释/删除。

HTML Purifier目前允许发布代码，但需要复杂的CDATA标记：

<![CDATA[ Place code here ]]>

难以记住和写作。为了尽可能简化用户体验，我认为最好允许用户通过嵌入简单的<code>（用于内联代码）和<pre>（用于代码块）标记来添加代码。以下是如何做到这一点：

function custom_code_tag_callback($code) { return '<code>'.trim(htmlspecialchars($code[1])).'</code>'; } function custom_pre_tag_callback($code) { return '<pre><code>'.trim(htmlspecialchars($code[1])).'</code></pre>'; } // Don't require HTMLPurifier's CDATA enclosing, instead allow simple <code> or <pre> tags $string = preg_replace_callback("/\<code\>(.*?)\<\/code\>/is", 'custom_code_tag_callback', $string); $string = preg_replace_callback("/\<pre\>(.*?)\<\/pre\>/is", 'custom_pre_tag_callback', $string);

请注意，与nl2br处理一样，必须在内容为HTML Purified之前完成。另外，请注意，如果用户将<code>或<pre>个标记放入他自己发布的代码中，则会关闭包含其代码的父<code>或<pre>标记。这无法解决，也适用于原始CDATA标记或任何标记，甚至是StackOverflow上使用的标记（例如，使用代码示例中的`符号将关闭代码标记）。

最后，为了获得出色的用户体验，还有其他一些我们可能想要自动化的东西，例如我们想要点击的链接。幸运的是，这可以通过HTML Purifier AutoFormat.Linkify功能完成。

这是包含最终设置的所有内容的最终代码：

// === Declare functions === function nl2br_special($string){ // Step 1: Add tags for each line-break $string = nl2br($string); // Step 2: Remove the actual line-breaks $string = str_replace("\n", "", $string); $string = str_replace("\r", "", $string); // Step 3: Restore the line-breaks that are inside <pre></pre> tags if(preg_match_all('/\<pre\>(.*?)\<\/pre\>/', $string, $match)){ foreach($match as $a){ foreach($a as $b){ $string = str_replace('<pre>'.$b.'</pre>', "<pre>".str_replace(" ", PHP_EOL, $b)."</pre>", $string); } } } // Step 4: Removes extra tags // Before <pre> tags $string = str_replace(" <pre>", ' <pre>', $string); // After </pre> tags $string = str_replace("</pre> ", '</pre> ', $string); // Arround <ul></ul> tags $string = str_replace(" <ul>", ' <ul>', $string); $string = str_replace("</ul> ", '</ul> ', $string); // Inside <ul> </ul> tags $string = str_replace("<ul> ", '<ul>', $string); $string = str_replace(" </ul>", '</ul>', $string); // Arround <ol></ol> tags $string = str_replace(" <ol>", ' <ol>', $string); $string = str_replace("</ol> ", '</ol> ', $string); // Inside <ol> </ol> tags $string = str_replace("<ol> ", '<ol>', $string); $string = str_replace(" </ol>", '</ol>', $string); // Arround <li></li> tags $string = str_replace(" <li>", '<li>', $string); $string = str_replace("</li> ", '</li>', $string); return $string; } function custom_code_tag_callback($code) { return '<code>'.trim(htmlspecialchars($code[1])).'</code>'; } function custom_pre_tag_callback($code) { return '<pre><code>'.trim(htmlspecialchars($code[1])).'</code></pre>'; } // === Process user's input === // Process line-breaks $string = nl2br_special($string); // Allow simple <code> or <pre> tags for posting code $string = preg_replace_callback("/\<code\>(.*?)\<\/code\>/is", 'custom_code_tag_callback', $string); $string = preg_replace_callback("/\<pre\>(.*?)\<\/pre\>/is", 'custom_pre_tag_callback', $string); // Initiate HTML Purifier config $purifier_config = HTMLPurifier_Config::createDefault(); $purifier_config->set('HTML.Allowed', 'p,ul,ol,li,strong,b,em,i,u,a[href],code,pre,blockquote,cite,img[src|alt],br,hr,h3,h4'); $purifier_config->set('AutoFormat.Linkify', true); // Make links clickable //$purifier_config->set('HTML.TargetBlank', true); // Uncomment if you want links to open new tabs //$purifier_config->set('AutoFormat.AutoParagraph', true); // Leave this commented as it conflicts with nl2br // Initiate HTML Purifier $purifier = new HTMLPurifier($purifier_config); // Purify the content! $string = $purifier->purify($string);

干杯！

Answer 2

也许这会有所帮助。

function custom_nl2br($html) {
    $pattern = "/<ul>(.*?)<\/ul>/s";
    preg_match($pattern, $html, $matches);

    $html = nl2br(str_replace($matches[0], '[placeholder]', $html));
    $html = str_replace('[placeholder]',$matches[0], $html);

    return $html;
}

PHP：如何使用HTML Purifier使用nl2br（）来保持换行符？

如何修复？

我尝试了什么

2 个答案: