删除 html 不支持的标签（简单 HTML Dom）

Question

我想删除用户插入的 html 不支持的标签（系统定义支持哪个标签），示例系统仅支持 "div”标签：

<div><span>Hello</span> <span>World</span></div>

将转换为：

<div>Hello World</div>

这是我的简单代码 HTML DOM:

function main()
{
    $content = '<div><span>Hello</span> <span>World</span></div>';

    $html = str_get_html($content);

    $html = htmlParser($html);
}

function htmlParser($html)
{
    $supportedTags = ['div'];

    foreach ($html->childNodes() as $node) {
        // Remove unsupported tags
        if (!in_array($node->tag, $supportedTags)) {
            $node->parent()->innertext = str_replace($node->outertext, $node->innertext, $node->parent()->innertext);
            $node->outertext = '';
        }

        if ($node->childNodes()) {
            htmlParser($node);
        }
    }

    return $html;
}

但是如果包含多个嵌套的不受支持的标签，事情就会出错，例如：

<div><span>Hello</span> <span>World</span> <span><b>!!</b></span></div>

它将被转换为

<div>Hello World <b>!!</b></div>

但预期结果是

<div>Hello World !!</div>

解决方法是什么？我应该继续使用 Simple HTML DOM 还是寻找其他方法来解决这个问题？

感谢您提前解决我的问题。

Answer 1

就我所知，你可以做到这一点。 strip_tags($html, '<div><b>');

示例：https://3v4l.org/p4nLV

参考 : http://php.net/strip_tags

Answer 2

经过一番努力，我发现我不应该编辑 $node->parent() 因为它在循环中并且应该首先加载 childNodes。代码应该是这样的：

function htmlParser($html)
{
    $supportedTags = ['div'];

    foreach ($html->childNodes() as $node) {
        if ($node->childNodes()) {
            htmlParser($node);
        }

        // Remove unsupported tags
        if (!in_array($node->tag, $supportedTags)) {
            $node->outertext = $node->innertext;
        }
    }

    return $html;
}

删除 html 不支持的标签（简单 HTML Dom）

Remove unsupported tags of html (Simple HTML Dom)

php

simple-html-dom