直接使用正则表达式匹配并剔除非法 html 标签存在严重安全与可靠性风险；推荐采用 dompurify、sanitize-html 等成熟库实现白名单式标签过滤，兼顾准确性、xss 防护与跨平台兼容性。
HTML 是嵌套、不规则且语法宽松的标记语言——自闭合标签（如 ）、大小写混用（）、属性中含 >（如 title=">click me"）、注释 、CDATA 区段、命名实体等都会让正则表达式迅速失效。您尝试的 /]*>/g 表面看似可行，但实际会错误匹配或遗漏多种合法结构：
- ❌ 错误捕获： 中的 strong 属于白名单，但正则 (?!a|b|...) 在
- ❌ 无法处理嵌套边界：正则无状态，无法识别 中 是否在 内部；
- ❌ XSS 漏洞温床：绕过正则的攻击向量极多，例如
或
✅ 正确做法是交由专为 HTML 设计的解析器处理。以下是两个主流方案：
1. 前端首选：DOMPurify（轻量、高效、主动维护）
import DOMPurify from 'dompurify';
const allowedTags = ['a', 'b', 'i', 's', 'u', 'sup', 'sub', 'strong', 'cite', 'code', 'del', 'em'];
const cleanConfig = {
ALLOWED_TAGS: allowedTags,
ALLOWED_ATTR: ['href', 'title'], // 可选：限制属性
FORBID_TAGS: ['script', 'style'],
KEEP_CONTENT: true // 移除非白名单标签时保留其文本内容（如 `<span>hello</span>` → `hello`）
};
const input = '<b><i><img src="http://example.com"/ alt="HTML 标签过滤：为何应避免正则表达式而选用专业 HTML 清洗库" >Test<strong>Passed</strong><span>without any errors</span><a href="http://example.com">click here</a></b></i>';
const cleaned = DOMPurify.sanitize(input, cleanConfig);
// 输出: "<b><i>Test<strong>Passed</strong>without any errors<a href="http://example.com">click here</a></b></i>"2. Node.js 后端：sanitize-html（服务端必备）
立即学习“前端免费学习笔记（深入）”；
const sanitizeHtml = require('sanitize-html');
const options = {
allowedTags: ['a', 'b', 'i', 's', 'u', 'sup', 'sub', 'strong', 'cite', 'code', 'del', 'em'],
allowedAttributes: { a: ['href', 'title'] },
disallowedTagsMode: 'recursiveEscape' // 移除非白名单标签并转义其内容（防 XSS）
};
const cleaned = sanitizeHtml(input, options);⚠️ 关键安全原则：
- 永远服务端清洗：前端 JS 可被绕过，PHP/Python/Java 后端必须独立执行清洗（如 Symfony HTML Sanitizer、OWASP Java HTML Sanitizer）；
- 不要信任“已清洗”的输入：即使前端用了 DOMPurify，服务端仍需二次校验；
- 属性比标签更危险：onerror、javascript:、data: 协议等需严格限制，DOMPurify 默认已防御此类向量。
总结：正则处理 HTML 是技术债的起点，而非解决方案。用对工具——DOMPurify（浏览器）、sanitize-html（Node）、Symfony HtmlSanitizer（PHP）等——才能真正实现安全、可维护、符合标准的 HTML 白名单过滤。
