特定のhtmlタグと、その中の特定の属性のみ許可する正規表現を試行錯誤しています。
タグに関しては、
【方法1】
preg_replace('/(?!<\/?(p|a|font)(>|\s[^>]*>))<("[^"]*"|\'[^\']*\'|[^\'">])*>/', '', $text);
【方法2】
htmlescape($text, array('p', '/p', 'a', '/a', 'font', '/font'));
function htmlescape($sValue, $arrAllowTag = array()) {
$sValue = htmlspecialchars($sValue, ENT_QUOTES);
if (count($arrAllowTag) == 0) return $sValue;
foreach($arrAllowTag as $sTag) {
if (strpos($sTag, '/') === false) {
$sValue = preg_replace_callback("/<\/?". $sTag . "( .*?>|\/?>)/i", "htmlescape_unhtmlescape", $sValue);
}
}
return $sValue;
}
function htmlescape_unhtmlescape($sValue){
$sString = $sValue[0];
$sString = str_replace("<", "<", $sString);
$sString = str_replace(">", ">", $sString);
$sString = str_replace(""", "\"", $sString);
$sString = str_replace("'", "'", $sString);
return $sString;
}
といった方法で可能なのですが、許可されたhtmlタグの中の、更に特定の属性のみ許可する場合の正規表現がうまくいきません。
例えば
- <font>タグであれば、「color」属性のみ許可したい
- <p>タグであれば、「align」属性で、かつ値は「right」「left」「center」のみ許可したい
といった場合です。また、属性が現れる順番は保証されていません。
preg_replace_callbackなどを利用して効率の良い書き方があれば、ご教授いただければ幸いです。
タグを除くとき、削除するのかエスケープするのかは、どちらでも問題ありません。