PauloRB.dev

Função PHP para remover tags html de Strings

Por Paulo RB em 27/12/2024

Quando trabalhamos com strings que podem conter HTML, é comum nos depararmos com tags mal formatadas, como < p > ou < /div >, que podem causar problemas ao processar ou exibir o texto. Felizmente, com PHP, é possível corrigir e remover essas tags de maneira eficiente.

Neste artigo, vou mostrar como criar uma função PHP que remove tags HTML de qualquer tipo, mesmo quando estão mal formatadas.

O Problema

Suponha que você tem o seguinte texto:

Texto com tags mal formatadas < p >parágrafo< /p > e < div >divisão< /div >.

As tags < p > e < /div > estão escritas com espaços extras, o que pode impedir que funções nativas, como strip_tags, as removam corretamente.

Nosso objetivo será criar uma função que:

1. Corrija essas tags mal formatadas.
2. Remova todas as tags HTML, deixando apenas o texto puro.

A Solução

A solução envolve duas etapas:

1. Usar uma expressão regular com preg_replace para corrigir as tags mal formatadas.
2. Utilizar a função nativa strip_tags para remover qualquer HTML restante.

function removeHtmlTags($text) {
    // Remove espaços extras dentro das tags
    $text = preg_replace('/<\s*\/?\s*([a-zA-Z0-9]+)(.*?)>/i', '<$1$2>', $text);

    // Remove todas as tags HTML restantes
    $text = strip_tags($text);

    return $text;
}

Explicação do Código

1. Corrigir Tags Mal Formatadas

A primeira parte da função usa a função preg_replace com a seguinte expressão regular:

/<\s*\/?\s*([a-zA-Z0-9]+)(.*?)>/i

Esta expressão identifica:

• Qualquer abertura de tag < ou fechamento </.
• Espaços desnecessários antes ou depois do nome da tag.
• O nome da tag ([a-zA-Z0-9]+).
• Atributos adicionais, como classes ou estilos ((.*?)).

Exemplo:

• < p > → <p>
• < /div > → </div>

2. Remover Todas as Tags

Após corrigir as tags, a função strip_tags remove qualquer HTML restante. Essa função nativa é ideal para limpar tags HTML válidas, garantindo que o texto final esteja completamente “limpo”.

Exemplo Prático

Aqui está como você pode usar a função:

$inputText = "Texto com tags mal formatadas < p >parágrafo< /p > e < div >divisão< /div >.";
$result = removeHtmlTags($inputText);

echo $result;

Saída:

Texto com tags mal formatadas parágrafo e divisão.