如何以比使用 strip_tags 函数更安全的方式去除标签？

当字符串包含“小于”和“大于”符号时，我在使用 strip_tags PHP 函数时遇到一些问题。例如：

If I do:

strip_tags("<span>some text <5ml and then >10ml some text </span>");

我去拿：

some text 10ml some text

但是，显然我想得到：

some text <5ml and then >10ml some text

是的，我知道我可以使用

我正在寻找一种巧妙的方法来解析 HTML，以便仅删除实际的 HTML 标签。

由于 TinyMCE 用于生成该数据，我知道在任何情况下都可以使用哪些实际的 html 标签，因此strip_tags($string, $black_list)实施会比strip_tags($string, $allowable_tags).

有什么想法吗？

作为一种古怪的解决方法，您可以使用以下方法过滤非 html 括号：

$html = preg_replace("# <(?![/a-z]) | (?<=\s)>(?![a-z]) #exi", "htmlentities('$0')", $html);

之后应用 strip_tags() 。请注意，这仅适用于您的特定示例和类似案例。它是一个带有一些启发式的正则表达式，而不是人工智能来从具有其他含义的未转义尖括号中辨别 html 标签。