HTML Purifier 安装与配置完全指南
项目地址: https://gitcode.com/gh_mirrors/ht/htmlpurifier HTML Purifier 是一个强大的PHP库，用于过滤HTML输入并确保其符合标准。本文将详细介绍如何安装和配置HTML Purifier，帮助开发者快速上手使用这个工具。
1. 环境兼容性要求
HTML Purifier 支持PHP 5和PHP 7环境，官方测试覆盖PHP 5.3及以上版本。核心库本身没有外部依赖，但以下扩展可以增强其功能：
推荐安装的PHP扩展：
- iconv：用于非UTF-8编码的转换
- bcmath：用于单位转换和图像崩溃保护
- tidy：用于HTML的格式化输出
可选依赖库：
- CSSTidy：用于清理CSS样式表（需使用现代化分支版本）
- Net_IDNA2（PEAR包）：用于IRI支持（PHP 5.3+无需此依赖）
2. 标准支持情况
HTML Purifier 严格遵循Web标准，支持以下文档类型：
- XHTML 1.0 Transitional（默认）
- XHTML 1.0 Strict
- HTML 4.01 Transitional
- HTML 4.01 Strict
- XHTML 1.1
字符编码方面，默认支持UTF-8，通过iconv扩展可支持更多编码（但非Unicode编码的国际字符支持有限）。
3. 引入库文件
基本引入方式非常简单：
require_once '/path/to/library/HTMLPurifier.auto.php';
这会设置自动加载器，只有在实际使用时才会加载相关文件。生产环境中，只需保留library/目录内容即可。
高级引入方式
性能优化方案： 对于使用opcode缓存的场景，推荐以下方式：
require '/path/to/library/HTMLPurifier.includes.php';
require 'HTMLPurifier.autoload.php'; // 可选，用于自动加载
独立版本： 生成独立版本可提高解析速度：
require '/path/to/HTMLPurifier.standalone.php';
4. 配置详解
HTML Purifier 开箱即用，但有时需要自定义配置：
4.1 字符编码设置
强烈建议使用UTF-8编码。如需其他编码：
$config->set('Core.Encoding', 'ISO-8859-1'); // 示例：Latin-1编码
4.2 文档类型设置
修改默认XHTML 1.0 Transitional：
$config->set('HTML.Doctype', 'HTML 4.01 Transitional');
4.3 其他重要配置
// 允许的HTML元素和属性
$config->set('HTML.Allowed', 'p,b,a[href],i');
// 转换相对URL为绝对URL
$config->set('URI.Base', 'http://www.example.com');
$config->set('URI.MakeAbsolute', true);
// 自动段落格式化
$config->set('AutoFormat.AutoParagraph', true);
5. 缓存配置
HTML Purifier 使用缓存提高性能，需确保以下目录可写：
library/HTMLPurifier/DefinitionCache/Serializer
设置权限命令：
chmod -R 0755 HTMLPurifier/DefinitionCache/Serializer
或禁用缓存（不推荐，影响性能）：
$config->set('Core.DefinitionCache', null);
或自定义缓存路径：
$config->set('Cache.SerializerPath', '/custom/cache/path');
6. 基本使用示例
最简单的使用方式：
$purifier = new HTMLPurifier($config);
$clean_html = $purifier->purify($dirty_html);
7. 快速安装模板
基本模板（UTF-8 + XHTML Transitional）：
require_once '/path/to/htmlpurifier/library/HTMLPurifier.auto.php';
$config = HTMLPurifier_Config::createDefault();
$purifier = new HTMLPurifier($config);
$clean_html = $purifier->purify($dirty_html);
自定义编码和文档类型：
require_once '/path/to/htmlpurifier/library/HTMLPurifier.auto.php';
$config = HTMLPurifier_Config::createDefault();
$config->set('Core.Encoding', 'ISO-8859-1');
$config->set('HTML.Doctype', 'HTML 4.01 Transitional');
$purifier = new HTMLPurifier($config);
$clean_html = $purifier->purify($dirty_html);
通过本文的详细指南，开发者可以快速掌握HTML Purifier的安装和配置方法，确保网站能够安全地处理用户输入的HTML内容。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
