PHP：如何使用HTML Purifier使用nl2br()来保持换行符？

问题：当使用HTML Purifier处理用户输入的内容时,换行符不会被转换为< br />标签.

请考虑以下用户输入的内容：

Lorem ipsum dolor sit amet.
This is another line.

<pre>
.my-css-class {
    color: blue;
}
</pre>

Lorem ipsum:

<ul>
<li>Lorem</li>
<li>Ipsum</li>
<li>Dolor</li>
</ul>

Dolor sit amet,
MyName

使用HTML Purifier处理时,以上内容将更改为以下内容：

Lorem ipsum dolor sit amet. This is another line.

06001

Lorem ipsum:

• Lorem
• Ipsum
• Dolor

Dolor sit amet, MyName

正如您所看到的,用户在一条单独的行上的“MyName”与前一行一起显示.

怎么修？

当然,使用PHP nl2br()功能.但是,无论我们在净化内容之前还是之后使用它都会出现新问题.

以下是在HTML Purifier之前使用nl2br()时的示例：

Lorem ipsum dolor sit amet.
This is another line.

06002

Lorem ipsum:

• Lorem
• Ipsum
• Dolor

Dolor sit amet,
MyName

会发生什么是nl2br()添加< br />对于每个换行符,因此即使是< pre>中的换行符也是如此.正在处理块,以及每个< li>之后的换行符.标签.

我尝试了什么

我试过custom nl2br() function用< br />取代换行符.标签,然后删除所有< br />标签来自< pre>块.它工作得很好,但问题仍然存在于< li>项目.

为< ul>尝试相同的方法块也会删除所有< br />来自< li>的标签孩子,除非我们使用更复杂的正则表达式删除< br />里面的标签< ul>元素但在外面< li>元素.但那么嵌套< ul>呢？在< li>内项目？要处理所有这些情况,我们必须拥有更复杂的正则表达式！

>如果这是正确的方法,你能帮我解决正则表达式吗？
>如果这不是正确的方法,我怎么能解决这个问题？我也愿意接受HTML Purifier的替代方案.

我已经看过的其他资源：

> HTMLPurifier: auto br
> http://htmlpurifier.org/phorum/read.php?2,3034

解决方法:

使用自定义nl2br()函数可以部分解决此问题(如果不是完全解决)：

function nl2br_special($string){

    // Step 1: Add <br /> tags for each line-break
    $string = nl2br($string); 

    // Step 2: Remove the actual line-breaks
    $string = str_replace("\n", "", $string);
    $string = str_replace("\r", "", $string);

    // Step 3: Restore the line-breaks that are inside <pre></pre> tags
    if(preg_match_all('/\<pre\>(.*?)\<\/pre\>/', $string, $match)){
        foreach($match as $a){
            foreach($a as $b){
            $string = str_replace('<pre>'.$b.'</pre>', "<pre>".str_replace("<br />", PHP_EOL, $b)."</pre>", $string);
            }
        }
    }

    // Step 4: Removes extra <br /> tags

    // Before <pre> tags
    $string = str_replace("<br /><br /><br /><pre>", '<br /><br /><pre>', $string);
    // After </pre> tags
    $string = str_replace("</pre><br /><br />", '</pre><br />', $string);

    // Arround <ul></ul> tags
    $string = str_replace("<br /><br /><ul>", '<br /><ul>', $string);
    $string = str_replace("</ul><br /><br />", '</ul><br />', $string);
    // Inside <ul> </ul> tags
    $string = str_replace("<ul><br />", '<ul>', $string);
    $string = str_replace("<br /></ul>", '</ul>', $string);

    // Arround <ol></ol> tags
    $string = str_replace("<br /><br /><ol>", '<br /><ol>', $string);
    $string = str_replace("</ol><br /><br />", '</ol><br />', $string);
    // Inside <ol> </ol> tags
    $string = str_replace("<ol><br />", '<ol>', $string);
    $string = str_replace("<br /></ol>", '</ol>', $string);

    // Arround <li></li> tags
    $string = str_replace("<br /><li>", '<li>', $string);
    $string = str_replace("</li><br />", '</li>', $string);

    return $string;
}

必须在HTML-Purified之前将其应用于内容.除非您知道自己在做什么,否则永远不要重新处理纯化的内容.

请注意,因为已经保留了每个换行符和双换行符,所以不应使用HTML Purifier的AutoFormat.AutoParagraph功能：

// Process line-breaks
$string = nl2br_special($string);

// Initiate HTML Purifier config
$purifier_config = HTMLPurifier_Config::createDefault();
$purifier_config->set('HTML.Allowed', 'p,ul,ol,li,strong,b,em,i,u,a[href],code,pre,blockquote,cite,img[src|alt],br,hr,h3,h4');
//$purifier_config->set('AutoFormat.AutoParagraph', true); // Make sure to NOT use this

// Initiate HTML Purifier
$purifier = new HTMLPurifier($purifier_config);

// Purify the content!
$string = $purifier->purify($string);

而已！

此外,由于允许基本HTML标记最初用于improve user experience by not adding another markup syntax,因此您可能希望允许用户发布代码,尤其是HTML代码,这些代码不会被HTML Purifier解释/删除.

HTML Purifier目前允许发布代码,但需要复杂的CDATA标记：

<![CDATA[
Place code here
]]>

难以记住和写作.为了尽可能简化用户体验,我认为最好允许用户通过使用简单的< code>嵌入代码来添加代码. (对于内联代码)和< pre> (代码块)标签.以下是如何做到这一点：

function custom_code_tag_callback($code) {

    return '<code>'.trim(htmlspecialchars($code[1])).'</code>';
}
function custom_pre_tag_callback($code) {

    return '<pre><code>'.trim(htmlspecialchars($code[1])).'</code></pre>';
}

// Don't require HTMLPurifier's CDATA enclosing, instead allow simple <code> or <pre> tags
$string = preg_replace_callback("/\<code\>(.*?)\<\/code\>/is", 'custom_code_tag_callback', $string);
$string = preg_replace_callback("/\<pre\>(.*?)\<\/pre\>/is", 'custom_pre_tag_callback', $string);

请注意,与nl2br处理一样,必须在内容为HTML Purified之前完成.另外,请记住,如果用户放置< code>或者< pre>标签在他自己发布的代码中,然后它将关闭父< code>或者< pre>标记包含他的代码.这无法解决,也适用于原始CDATA标记或任何标记,甚至是StackOverflow上使用的标记(例如,使用代码示例中的`符号将关闭代码标记).

最后,为了获得出色的用户体验,还有其他一些我们可能想要自动化的东西,比如我们想要点击的链接.幸运的是,这可以通过HTML Purifier AutoFormat.Linkify功能完成.

以下是包含最终设置的所有内容的最终代码：

// === Declare functions ===

function nl2br_special($string){

    // Step 1: Add <br /> tags for each line-break
    $string = nl2br($string); 

    // Step 2: Remove the actual line-breaks
    $string = str_replace("\n", "", $string);
    $string = str_replace("\r", "", $string);

    // Step 3: Restore the line-breaks that are inside <pre></pre> tags
    if(preg_match_all('/\<pre\>(.*?)\<\/pre\>/', $string, $match)){
        foreach($match as $a){
            foreach($a as $b){
            $string = str_replace('<pre>'.$b.'</pre>', "<pre>".str_replace("<br />", PHP_EOL, $b)."</pre>", $string);
            }
        }
    }

    // Step 4: Removes extra <br /> tags

    // Before <pre> tags
    $string = str_replace("<br /><br /><br /><pre>", '<br /><br /><pre>', $string);
    // After </pre> tags
    $string = str_replace("</pre><br /><br />", '</pre><br />', $string);

    // Arround <ul></ul> tags
    $string = str_replace("<br /><br /><ul>", '<br /><ul>', $string);
    $string = str_replace("</ul><br /><br />", '</ul><br />', $string);
    // Inside <ul> </ul> tags
    $string = str_replace("<ul><br />", '<ul>', $string);
    $string = str_replace("<br /></ul>", '</ul>', $string);

    // Arround <ol></ol> tags
    $string = str_replace("<br /><br /><ol>", '<br /><ol>', $string);
    $string = str_replace("</ol><br /><br />", '</ol><br />', $string);
    // Inside <ol> </ol> tags
    $string = str_replace("<ol><br />", '<ol>', $string);
    $string = str_replace("<br /></ol>", '</ol>', $string);

    // Arround <li></li> tags
    $string = str_replace("<br /><li>", '<li>', $string);
    $string = str_replace("</li><br />", '</li>', $string);

    return $string;
}


function custom_code_tag_callback($code) {

    return '<code>'.trim(htmlspecialchars($code[1])).'</code>';
}

function custom_pre_tag_callback($code) {

    return '<pre><code>'.trim(htmlspecialchars($code[1])).'</code></pre>';
}



// === Process user's input ===

// Process line-breaks
$string = nl2br_special($string);

// Allow simple <code> or <pre> tags for posting code
$string = preg_replace_callback("/\<code\>(.*?)\<\/code\>/is", 'custom_code_tag_callback', $string);
$string = preg_replace_callback("/\<pre\>(.*?)\<\/pre\>/is", 'custom_pre_tag_callback', $string);


// Initiate HTML Purifier config
$purifier_config = HTMLPurifier_Config::createDefault();
$purifier_config->set('HTML.Allowed', 'p,ul,ol,li,strong,b,em,i,u,a[href],code,pre,blockquote,cite,img[src|alt],br,hr,h3,h4');
$purifier_config->set('AutoFormat.Linkify', true); // Make links clickable
//$purifier_config->set('HTML.TargetBlank', true); // Uncomment if you want links to open new tabs
//$purifier_config->set('AutoFormat.AutoParagraph', true); // Leave this commented as it conflicts with nl2br


// Initiate HTML Purifier
$purifier = new HTMLPurifier($purifier_config);

// Purify the content!
$string = $purifier->purify($string);

干杯!

标签：php,regex,line-breaks,html,nl2br
来源： https://codeday.me/bug/20190625/1283395.html