删除字符串中不匹配的 HTML 标签答案

【问题标题】：Remove unmatched HTML tags in a string删除字符串中不匹配的 HTML 标签
【发布时间】：2011-02-04 12:42:36
【问题描述】：

Folks 有没有人知道 PHP 函数可以从字符串中删除不匹配的 HTML 标记。例如<div> This is a string <b> with an unmatched bold tag </div>。如果没有，那么帮我建立一个，也许我可以有一个计算开始标签和匹配结束标签数量的功能。如果它们甚至都没有，则删除第一个开始标签，或者如果结束标签更多，则删除最后一个标签？

【问题讨论】：

标签： php regex

【解决方案1】：

如果不遵守某种规则结构，这是不太可行的。如果您想遵循标准（即，没有 </b> 突破包含块），您可以使用正则表达式进行前瞻，以验证在找到 </div> 之前找到了 </b>。

http://www.regular-expressions.info/lookaround.html

【讨论】：

为了上帝的爱。不要使用正则表达式来解析 HTML！ stackoverflow.com/questions/1732348/…
@Vivin 我希望人们不要再引用它了。严重地。在这种情况下，OP 正在尝试处理格式错误的 HTML。解析器不会在那里提供帮助。
确实如此。我不完全确定为什么有人会相信这行不通，或者在某种程度上是个坏主意。而且，Vivin，您认为您宝贵的“整洁”究竟是用什么来清理 HTML 的？我保证不是str_replace()。
我之所以这么说是因为使用正则表达式操作 HTML（我应该说 manipulate 而不是 parse）不是一个可靠的解决方案。当然，它在某些情况下有效，但它不是您想要依赖的东西。很脆弱。我不确定str_replace() 与此有什么关系。我很清楚 tidy 不会使用它。对不起，如果我表现得粗鲁。那不是我的本意！ :)