RegEx:HTML白名单

由于我对正则表达式的理解能力较弱，我一直在与它们合作以提高性能。我一直在尝试的一个概念是删除所有HTML元素，除了允许的元素列表

我成功地做到了相反的操作--删除指定的元素列表：

<\/?(strong|em|a)[^>]*>

]*>

然而，我想要相反的结果，并删除每个元素，但是。

假设PCRE，使用（？个元素）而不是（元素）。

假设PCRE，使用（？个元素）而不是（元素）。

而是使用一个

相反，使用

匹配除strong和em之外的所有HTML标记对

(?!strong|em)

<((?!strong|em).|\n)*?>

匹配除strong和em之外的所有HTML标记对

(?!strong|em)

<((?!strong|em).|\n)*?>

---

不要使用正则表达式解析[X]HTML

尤其是绝对不要使用正则表达式解析[X]HTML作为安全措施

HTML解析器（或tidier后跟XML解析器）是白名单的唯一可行方法

//g匹配所有HTML标记对，包括标记中的属性

没有

---

还有上千种可能，包括有效和格式错误，但浏览器仍能理解。

不要使用正则表达式解析[X]HTML

尤其是绝对不要使用正则表达式解析[X]HTML作为安全措施

HTML解析器（或tidier后跟XML解析器）是白名单的唯一可行方法

//g匹配所有HTML标记对，包括标记中的属性

没有

---

还有上千种可能，包括有效的和格式错误的，但浏览器仍能理解。

这不是实际的生产实施，而是一种学习实验。公平地说，只需将此作为警告发布给其他人。这不是实际的生产实施，但作为一个学习实验。很公平，我只是把这个作为对其他人的警告。中途。它仍然与结束标记匹配。e、 g.test返回test。它仍然与结束标记匹配。e、 g.test返回test“”不完全有效：它不匹配任何以“”开头的标记不完全有效：它不匹配任何以“”开头的标记