删除除 <a> 之外的 HTML 标记并将保留转换为实体，保持 <a> 完整答案

【问题标题】：Remove HTML tags except <a> and convert reserved to entities, keeping <a> in tact删除除 <a> 之外的 HTML 标记并将保留转换为实体，保持 <a> 完整
【发布时间】：2012-09-27 18:04:06
【问题描述】：

使用 PHP，如何从 HTML 字符串中删除除锚点 (<a>) 之外的所有标签，然后将所有保留字符转换为它们的 HTML 实体，但 <a> 标签除外？

例如，我会转换这个：

<p><a href="http://www.example.com/">Example.com</a> says that 5 < 6.</p>

进入这个：

<a href="http://www.example.com/">Example.com</a> says that 5 &lt; 6.

【问题讨论】：

使用正则表达式，查看此处发布的答案 - stackoverflow.com/a/1736801/125551
感谢您的链接。我可以使用该正则表达式将锚点替换为一些字符串，并在使用 strip_tags 和 htmlentities 后将其放回原处。还有其他想法吗？
<a> 标签是不是文本节点的父节点？
可能，这使得它更加困难。我正在将 HTML 电子邮件转换为文本，因此它可以是锚文本节点内的任何内容。我可以在剥离标签之前提取链接，将超链接放在结束锚标签旁边，然后剥离标签，但这不是很好看。

标签： php email html-entities strip-tags

【解决方案1】：

我选择了HTML Purifier。 Click here for the demo which converts the original example 正确。

执行此操作的代码是：

$config = HTMLPurifier_Config::createDefault();
$config->set('Core.Encoding', 'UTF-8');
$config->set('HTML.Allowed', 'a[href]');
$filter = new HTMLPurifier($config);
$output = $filter->purify($input);

【讨论】：

【解决方案2】：

这个怎么样：

$str = '<p><a href="http://www.example.com/">Example.com</a> says that 5 < 6.</p>';
echo $str."\n";
$stripped = strip_tags($str, '<a>');
echo $stripped."\n";

产生输出：

[stou$ ~]$ php hmm.php 
<p><a href="http://www.example.com/">Example.com</a> says that 5 < 6.</p>
<a href="http://www.example.com/">Example.com</a> says that 5 < 6.
[stou$ ~]$

编辑：抱歉错过了您关于 html 实体的观点。

【讨论】：

谢谢，但我需要 5 和 6 之间的小于号为 &lt;。
没关系，这很微妙。 :)