在我發送電子郵件之前，我使用Tidy清理HTML。一個問題開始持續下去，如果我發送郵件從web上的url獲取html，那麼文檔中可能存在一些javascript。如何使用PHP去除HTML文檔中的所有JavaScript？
我想清除這個html文件更多通過剝離出所有的JavaScript，嵌入，引用和任何形式，使郵件只存在的HTML。
我想用php的preg_replace()去掉郵件中的所有javascript，我需要一些最好的正則表達式的幫助，因爲這不是我最強烈的要求，我必須承認。
echo preg_replace('/<script\b[^>]*>(.*?)<\/script>/is', "", $var);
如圖所示here。
+1 clean and easy，我從不明白爲什麼ppl總是使用`/`作爲終止符 – Hannes 2010-11-30 13:07:17
這不會去掉`javascript：`URL或`data：`URL中的javascript，或者事件處理程序中的javascript或javascript中的javascript `表達（...）`或其他方案。它可能不會處理嵌入NUL的`
您可以使用strip_tags，傳遞您希望標籤允許（白名單）作爲第二個參數，但不會刪除內聯JS - 這可能是目前在的onclick屬性和這樣。
echo strip_tags($html, '<p><a><small>');
這不能保證（如下），但我試圖讓我的輕量級解決方案，因爲淨化器（http://htmlpurifier.org）是我的小目標的幾個巨大。 我的目標是防止XSS，僅此而已，因此結果爲XSS嘗試會有很多的髒東西此代碼，但我認爲這將是安全的：
<?
//href="javascript:
//style="....expression
//style="....behavior
//<script
//on*="
$str = '
asd
<a STyLE="asd; expression" hRef=" javascript:" onx="asd">asd</a>
asd
<code><a href="javascript:">asd</a></code>
<scr<script></script>ipt ... >asd</script>
<a style="hey:good boy;" href="javascript:">asd</a>';
function stripteaser($str, $StripHTMLTags = true, $AllowableTags = NULL) {
$str = explode('<code>', $str);
$codes = array();
if (count($str) > 1) {
foreach ($str as $idx => $val) {
$val = explode('</code>', $val);
if (count($val) > 1) {
$uid = md5(uniqid(mt_rand(), true));
$codes[$uid] = htmlentities(array_shift($val), ENT_QUOTES, 'UTF-8');
$str[$idx] = "##$uid##" . implode('', $val);
}
}
}
$str = implode('', $str);
while (stripos($str, '<script') !== false) {
$str = str_ireplace('<script', '<script', $str);
}
$rptjob = function(&$str, $regexp) {
while (preg_match($regexp, $str, $matches)) {
$str = str_ireplace($matches[0], htmlentities($matches[0], ENT_QUOTES, 'UTF-8'), $str);
}
};
$rptjob($str, '/href[\s\n\t]*=[\s\n\t]*[\"\'][\s\n\t]*(javascript:|data:)/i'); //href = "javascript:
$rptjob($str, '/style[\s\n\t]*=[\s\n\t]*[\"][^\"]*expression/i'); //style = "...expression
$rptjob($str, '/style[\s\n\t]*=[\s\n\t]*[\'][^\']*expression/i'); //style = '...expression
$rptjob($str, '/style[\s\n\t]*=[\s\n\t]*[\"][^\"]*behavior/i'); //style = "...behavior
$rptjob($str, '/style[\s\n\t]*=[\s\n\t]*[\'][^\']*behavior/i'); //style = '...behavior
$rptjob($str, '/on\w+[\s\n\t]*=[\s\n\t]*[\"\']/i'); //onasd = "
if ($StripHTMLTags)
$str = strip_tags($str, $AllowableTags);
foreach ($codes as $idx => $code) {
$str = str_replace("##$idx##", $code, $str);
}
return $str;
}
echo stripteaser($str);
exit;
?>
：d 髒代碼這個月亮家庭和...但它不是一個好工作（很多情況下需要幾個CPU時間），但它比另一個巨大的組件如html淨化器爲我的小目標更好。
結果將是：
asd
<a STyLE="asd; expression" hRef=" javascript:" onx="asd">asd</a>
asd
<a href="javascript:">asd</a>
<scri<script></script>pt ... >asd</script>
<a style="hey:good boy;" href="javascript:">asd</a>
我沒有經驗到CSS表達式，但我在IE中使用JS VML的彎角所以可能是危險的瞭解行爲。 最後沒有，也沒有保證。
我希望它可以爲一些朋友 有用）
我用這一個：
//remove js,css,head.....
static function cleanElements($html){
$search = array (
"'<script[^>]*?>.*?</script>'si", //remove js
"'<style[^>]*?>.*?</style>'si", //remove css
"'<head[^>]*?>.*?</head>'si", //remove head
"'<link[^>]*?>.*?</link>'si", //remove link
"'<object[^>]*?>.*?</object>'si"
);
$replace = array (
"",
"",
"",
"",
""
);
return preg_replace ($search, $replace, $html);
}
http://allenprogram.blogspot.pt/2012/04/php-remove-js-css-head-obj-elements.html
刪除所有標籤，腳本和樣式，除了身體和HTML，所以在使用它之後，我使用strip_tags。
您可以像使用任何其他語言一樣使用PHP。你不能使用正則表達式。 – AndreKR 2010-11-30 12:46:23