浅析php插件 HTMLPurifier HTML解析器

HTMLPurifier插件的使用
下载HTMLPurifier插件
HTMLPurifier插件有用的部分是 library

使用HTMLPurifier library类库

代码如下:

PHP
require_once 'HTMLPurifier.auto.PHP';
$config = HTMLPurifier_Config::createDefault();
?>

或者

代码如下:

PHP
require_once 'HTMLPurifier.includes.PHP';
require_once 'HTMLPurifier.autoload.PHP';
$config = HTMLPurifier_Config::createDefault();
?>

官网给出的例子是

代码如下:

require_once 'HTMLPurifier.auto.PHP';

我同事常用的是

代码如下:

require_once 'HTMLPurifier.includes.PHP';
require_once 'HTMLPurifier.autoload.PHP';

设置$config

configdoc
http://htmlpurifier.org/live/configdoc/plain.html

例子

代码如下:

$config->set('HTML.AllowedElements',array('div'=>true,'table'=>true,'tr'=>true,'td'=>true,'br'=>true));
$config->set('HTML.Doctype','XHTML 1.0 Transitional')//html文档类型（常设）
$config->set('Core.Encoding','UTF-8')//字符编码（常设）

HTML允许的元素

div元素，table元素，tr元素，td元素，br元素
new HTMLPurifier对象

代码如下:

$purifier = new HTMLPurifier($config);

调用HTMLPurifier对象的purify方法

代码如下:

$puri_html = $purifier->purify($html);

自定义一个类 HtmlPurifier.PHP

代码如下:

PHP
require_once 'HTMLPurifier.includes.PHP';
require_once 'HTMLPurifier.autoload.PHP';
class Resume_HtmlPurifier implements Zend_Filter_Interface{
protected $_htmlPurifier = null;
public function __construct($options = null)
{
$config = HTMLPurifier_Config::createDefault();
$config->set('Code.Encoding','UTF-8');
$config->set('HTML.Doctype','XHTML 1.0 Transitional')
if(!is_null($options)){
foreach($options as $option){
$config->set($option[0],$option[1],$option[2]);
}
}
$this->_htmlPurifier = new HTMLPurifier($config);
}
public function filter($value)
{
return $this->_htmlPurifier->purify($value);}
}
?>

设置config信息

例如：

代码如下:

$conf = array(
array('HTML.AllowedElements',
array(
'div' => true,
'table' => true,
'tr' => true,
'td' => true,
'br' => true,
),
false),//允许属性 div table tr td br元素
array('HTML.AllowedAttributes',array('class' => TRUE),false),//允许属性 class
array('Attr.ForbiddenClasses',array('resume_p' => TRUE),//禁止classes如
array('AutoFormat.RemoveEmpty',true,//去空格
array('AutoFormat.RemoveEmpty.RemoveNbsp',//去nbsp
array('URI.disable',
);

调用

代码如下:

$p = new Resume_HtmlPurifier($conf);
$puri_html = $p->filter($html);