作者：zgshenxz_474 | 来源：互联网 | 2018-05-17 04:21
这篇文章主要介绍了php过滤HTML标签、属性等正则表达式汇总,本文使用代码实例给出了过滤HTML内容的正则表达式,具体说明请参阅代码中的注释,本文对使用PHP做采集
这篇文章主要介绍了php过滤HTML标签、属性等正则表达式汇总,本文使用代码实例给出了过滤HTML内容的正则表达式,具体说明请参阅代码中的注释,本文对使用PHP做采集
$str=preg_replace("/\s+/", " ", $str); //过滤多余回车
$str=preg_replace("/<[ ]+/si","<",$str); //过滤<__("<"号后面带空格)
$str=preg_replace("/<\!--.*&＃63;-->/si","",$str); //注释
$str=preg_replace("/<(\!.*&＃63;)>/si","",$str); //过滤DOCTYPE
$str=preg_replace("/<(\/&＃63;html.*&＃63;)>/si","",$str); //过滤html标签
$str=preg_replace("/<(\/&＃63;head.*&＃63;)>/si","",$str); //过滤head标签
$str=preg_replace("/<(\/&＃63;meta.*&＃63;)>/si","",$str); //过滤meta标签
$str=preg_replace("/<(\/&＃63;body.*&＃63;)>/si","",$str); //过滤body标签
$str=preg_replace("/<(\/&＃63;link.*&＃63;)>/si","",$str); //过滤link标签
$str=preg_replace("/<(\/&＃63;form.*&＃63;)>/si","",$str); //过滤form标签
$str=preg_replace("/COOKIE/si","COOKIE",$str); //过滤COOKIE标签
$str=preg_replace("/<(applet.*&＃63;)>(.*&＃63;)<(\/applet.*&＃63;)>/si","",$str); //过滤applet标签
$str=preg_replace("/<(\/&＃63;applet.*&＃63;)>/si","",$str); //过滤applet标签
$str=preg_replace("/<(style.*&＃63;)>(.*&＃63;)<(\/style.*&＃63;)>/si","",$str); //过滤style标签
$str=preg_replace("/<(\/&＃63;style.*&＃63;)>/si","",$str); //过滤style标签
$str=preg_replace("/<(title.*&＃63;)>(.*&＃63;)<(\/title.*&＃63;)>/si","",$str); //过滤title标签
$str=preg_replace("/<(\/&＃63;title.*&＃63;)>/si","",$str); //过滤title标签
$str=preg_replace("/<(object.*&＃63;)>(.*&＃63;)<(\/object.*&＃63;)>/si","",$str); //过滤object标签
$str=preg_replace("/<(\/&＃63;objec.*&＃63;)>/si","",$str); //过滤object标签
$str=preg_replace("/<(noframes.*&＃63;)>(.*&＃63;)<(\/noframes.*&＃63;)>/si","",$str); //过滤noframes标签
$str=preg_replace("/<(\/&＃63;noframes.*&＃63;)>/si","",$str); //过滤noframes标签
$str=preg_replace("/<(i&＃63;frame.*&＃63;)>(.*&＃63;)<(\/i&＃63;frame.*&＃63;)>/si","",$str); //过滤frame标签
$str=preg_replace("/<(\/&＃63;i&＃63;frame.*&＃63;)>/si","",$str); //过滤frame标签
$str=preg_replace("/<(script.*&＃63;)>(.*&＃63;)<(\/script.*&＃63;)>/si","",$str); //过滤script标签
$str=preg_replace("/<(\/&＃63;script.*&＃63;)>/si","",$str); //过滤script标签
$str=preg_replace("/Javascript/si","Javascript",$str); //过滤script标签
$str=preg_replace("/Vbscript/si","Vbscript",$str); //过滤script标签
$str=preg_replace("/on([a-z]+)\s*=/si","On\\1=",$str); //过滤script标签
$str=preg_replace("/&＃/si","&＃",$str); //过滤script标签，如Javascript:alert(
清除空格，换行
function DeleteHtml($str)
{
$str = trim($str);
$str = strip_tags($str,"");
$str = ereg_replace("\t","",$str);
$str = ereg_replace("\r\n","",$str);
$str = ereg_replace("\r","",$str);
$str = ereg_replace("\n","",$str);
$str = ereg_replace(" "," ",$str);
return trim($str);
}
过滤HTML属性
1，过滤所有html标签的正则表达式：
代码如下:
]+>
//过滤所有html标签的属性的正则表达式：
$html = preg_replace("/<([a-zA-Z]+)[^>]*>/","<\\1>",$html);
3，过滤部分html标签的正则表达式的排除式（比如排除
，即不过滤
）：
代码如下:
]+>
4，过滤部分html标签的正则表达式的枚举式（比如需要过滤
等）：
代码如下:
]*>
5，过滤部分html标签的属性的正则表达式的排除式（比如排除alt属性，即不过滤alt属性）：
代码如下:
\s(&＃63;!alt)[a-zA-Z]+=[^\s]*
6，，过滤部分html标签的属性的正则表达式的枚举式（比如alt属性）：
代码如下:
(\s)alt=[^\s]*
京公网安备 11010802041100号