如何识别文本是否为HTML？（用PHP）

我想从数据库中读取文本条目，其中一些实际上是HTML条目，另一些只是纯文本，可能包含HTML标记，应该显示为文本

然后，应通过首先调用PHP的htmlspecialchars函数，然后通过HTMLPurifier运行结果，将纯文本转换为HTML

或者换句话说，我正在寻找一些关于如何实现isHTML功能的提示：

$text = getTextFromDatabase();
if (!isHTML($text)) {
    $text = htmlspecialchars($text);
}
$purifier = new HTMLPurifier();
$clean_html = $purifier->purify($text);

例如，以下文本将通过htmlspecialchars运行：

看起来应该已经有了一个isHTML函数，但我就是找不到它，我不想重新发明轮子：-。也许甚至可以通过某种HTMLPurifier设置来实现这一点

请注意，如果HTML代码有缺陷，则应由HTMLPurifier处理，并且代码不应通过htmlspecialchars运行：例如，当HTML代码中确实应该有一个结束标记时，有一个开始标记

感谢您的帮助，谢谢：-，

---

Robert。

您只能检查字符串中特定于html的字符

function is_html($string)
{
  return preg_match("/<[^<]+>/",$string,$m) != 0;
}

考虑一下这个逻辑： 如果htmlentities检测到有效的html文本，则htmlentities的输入文本和输出文本是不同的。因此：

function isHTML($text){
   $processed = htmlentities($text);
   if($processed == $text) return false;
   return true; 
}

---

我希望这对您有用

我在想，我们是否可以将striptagged版本的string与原始版本进行比较。如果它们不同，那么就有一些东西需要剥去。这家伙提出了同样的建议：

如果唯一的目的是检测字符串是否包含任何html标记。无论标记是否有效，您都可以尝试以下操作：

function fcl_utilities_is_html($string) {
  // Check if string contains any html tags.
  return preg_match('/<\s?[^\>]*\/?\s?>/i', $string);
}

---

您可以在此处验证此功能

您可以尝试使用此功能

function isHTML($string){
    return ($string != strip_tags($string));
}

---

这两个都是机器的HTML代码片段，我很难按照您的逻辑确定哪些应该编码&哪些不应该，除非你想写一个可以逻辑解释文本的人工智能，然后知道它们之间的区别…实际的HTML条目和可能包含HTML标记的纯文本之间有什么区别？我喜欢这个想法，但必须稍微扩展一下。使用/^\s*/匹配行首的开始标记，使用/\s*$/匹配行尾的结束标记，这会导致忘记键入/字符的错误。然后，我可以计算一个带标记块的开始和结束标记块中包含了多少行，不允许出现空行/空行。将标记块中的行数除以没有空行的行总数，就可以估计出包含HTML文本的可能性：-如果html标记无效，此解决方案将返回正误。您可以在这里检查，我认为这应该是公认的答案，因为它还可以区分HTML和XML。此函数无法判断字符串是否为HTML。例如，参见isHTML'A=>B意味着如果A为真，那么B也为真；如果A为false，则不会对B进行任何说明。'返回不正确的true。它所做的唯一一件事就是判断字符串是否包含可以转换为HTML实体的字符。

function fcl_utilities_is_html($string) {
  // Check if string contains any html tags.
  return preg_match('/<\s?[^\>]*\/?\s?>/i', $string);
}

function isHTML($string){
    return ($string != strip_tags($string));
}