如何从字符串中去除特定标签和特定属性？

事情是这样的，我正在做一个项目来帮助人们教授 HTML。我自然是害怕史蒂夫那个渣男（见图1）。

所以我想阻止ALLHTML 标签，except那些在非常具体的情况下批准的白名单.

在那些已批准的 HTML 标签中，我想删除有害的属性以及。例如onload and onmouseover. Also, 根据一个白名单.

我考虑过正则表达式，但我很确定它是邪恶的并且对工作没有多大帮助。

有人能给我一个正确的方向吗？

提前致谢。

Fig 1.

• demo: http://so.devilmaycode.it/how-to-strip-specific-tags-and-specific-attributes-from-a-string/

require_once 'library/HTMLPurifier.auto.php';

$config = HTMLPurifier_Config::createDefault();

 // this one is needed cause otherwise stuff 
 // considered harmful like input's will automatically be deleted
$config->set('HTML.Trusted', true);

// this line say that only input, p, div will be accepted
$config->set('HTML.AllowedElements', 'input,p,div');

// set attributes for each tag
$config->set('HTML.AllowedAttributes', 'input.type,input.name,p.id,div.style');

// more extensive way of manage attribute and elements... see the docs
// http://htmlpurifier.org/live/configdoc/plain.html
$def = $config->getHTMLDefinition(true);

$def->addAttribute('input', 'type', 'Enum#text');
$def->addAttribute('input', 'name', 'Text');

// call...
$purifier = new HTMLPurifier($config);

// display...
$html = $purifier->purify($raw_html);

• NOTE:正如您所要求的，此代码将作为白名单运行，仅接受输入、p 和 div，并且仅接受某些属性。