在我最近的PHP项目中，我需要实现以逗号分隔的标记（可搜索）（类似于此网站或类似WordPress中的内容）。检测和删除不必要的字符或标签的智能方法是什么？抛开XSS问题，首先，如果用户输入HTML（或其他标签）而不是纯文本，我需要清理和提取文本。
例如：
If user inputs <b>sdfasdf</b>, <a href="something">sdfsdfsdf</a>, <sdfsdfsdf
It should strip out all the unnecessary characters and tags and only plain text should be saved in database.
我在WordPress中尝试了它，并且非常聪明地发现这个加上自动提取文本。
我的问题：
是否有可用于此任务的开源库，我可以将其集成到我的项目中。我已经完成了一些关于此的功课，但 * htmlentities（），strip_tags（），HTML Purifier * 等似乎不适合这项任务。或者确实需要构建我自己的库？
有人可以指导我吗？
谢谢！
答案 0 :(得分：0)
除了删除<b>sdfasdf</b>, <a href="something">sdfsdfsdf</a>中的“完整”标记（标记语言元素）之外，
您还可以删除“禁止”字符，例如“＆lt;”，“＆gt;”和“＆amp;” （使用preg_replace等），并将多个空格折叠到一个空格中（也使用preg_replace）。
请记住，它们仅用作标记（关键字），因此在这里使用有限的字符集是可以接受的。在堆栈中
例如，溢出只允许在标签中使用字母，数字和连字符。
答案 1 :(得分：0)
我会以相反的方式看待这一点。什么输入是合法的？标签名称中允许哪些字符？回答这些问题我将使用正则表达式构建服务器端的合法字符白名单，在UI中陈述规则，并简单地拒绝符合要求的输入。
将无效的inpu按摩到有效，很少是一个好主意。
标签中允许的字符通常是字母数字+短划线和下划线。有些网站也允许空间。