strip_tags()可快速移除HTML/PHP标签但不处理属性、注释、实体及XSS，DOMDocument提取textContent更安全可靠，正则表达式慎用易误删。
移除字符串中的所有 HTML 特性，核心是剥离标签、属性、注释、脚本、样式及实体编码，最终保留可读纯文本。不同场景下方法差异明显，不能只靠简单替换。
用 strip_tags 快速去标签（适合基础场景）
PHP 内置函数 strip_tags() 最直接：它能移除所有 HTML 和 PHP 标签，同时保留标签之间的文本内容。
- 基础用法：
strip_tags($html)—— 移除全部标签 - 保留指定标签：
strip_tags($html, ['<p>', '<br>', '<strong>'])
—— 仅留段落、换行和加粗 - 注意：它不解析嵌套结构，也不处理未闭合标签；
<script>或<!-- comment -->会被删掉，但不会解码
用 DOMDocument 安全提取纯文本（推荐用于用户输入）
当 HTML 结构复杂、含不规范写法或需严格保留文本逻辑时，DOMDocument + textContent 更可靠。它真正解析文档树，自动忽略无效标签、修复嵌套，并正确处理实体与换行。
- 关键配置：加载时加
LIBXML_HTML_NODEFDTD | LIBXML_HTML_NOIMPLIED，避免自动补<html><body> - 提取方式：
$dom->documentElement->textContent—— 比遍历删除子节点更简洁、更健壮 - 示例：
<p>Hello<script>alert(1)</script></p>→ 输出Hello，且脚本内容被自然丢弃
用正则表达式慎用（仅限已知干净结构）
正则如 /]*>/g（JS）或 /]+>/（PHP/Python）能快速清除标签，但有明显局限：
立即学习“前端免费学习笔记（深入）”；
- 会误杀含
<的合法文本，例如"x < y is true"→ 变成"x is true" - 无法识别注释
<!-- ... -->、CDATA、自定义标签或属性中带尖括号的值 - 不处理 HTML 实体（
©还是原样），也不还原换行与空格格式
服务端语言常用方案对比
不同语言有成熟替代方案，比手写正则更安全：
-
Python：用
BeautifulSoup(html, 'html.parser').get_text()或lxml.etree.HTML(html).xpath('string(.)') -
JavaScript（浏览器）：创建临时元素
div.innerHTML = html; const text = div.textContent; -
JavaScript（Node.js）：用
jsdom或cheerio模拟 DOM 解析 -
Java：推荐
Jsoup.parse(html).text()，支持防 XSS 预处理（如先 unescape 再提取）
