在安企CMS的日常内容运营中，我们经常会遇到需要处理HTML内容的情况。无论是为了在特定场景下展示纯文本摘要，还是为了规范内容输出、增强安全性，移除HTML标签都是一项常见的需求。安企CMS为此提供了两个非常实用的模板过滤器：removetags和striptags。它们各自拥有独特的用途和适用场景，让我们一起来深入了解它们如何帮助我们高效地净化HTML内容。

striptags 过滤器：一键清除所有HTML标签

当我们的目标是获得一段纯粹的、不含任何格式的文本时，striptags过滤器便是我们的得力助手。这个过滤器的作用非常直接——它会从一段HTML内容中移除所有的HTML和XML标签，只留下标签之间的纯文本。它还会明确地移除HTML注释，确保输出内容的简洁。

想象一下，你发布了一篇图文并茂的文章，其中包含了大量的段落、图片、链接等HTML标签。现在，你需要在网站的首页或搜索结果中显示这篇内容的简短摘要，而且这个摘要必须是纯文本，不能带任何HTML格式，以确保排版统一。这时，striptags就能派上用场了。

它的使用方法非常简单，只需将需要处理的内容通过管道符号 | 传递给striptags过滤器即可。

使用示例：

假设我们有一段HTML内容：<strong><i>Hello!</i></strong>

{# 移除所有HTML标签，并确保输出为HTML内容 #}
{{ "<strong><i>Hello!</i></strong>"|striptags|safe }}

这段代码的输出将是：Hello!

在实际应用中，striptags常用于以下场景：

  • 生成纯文本摘要：为文章、产品详情等内容生成不带格式的简介，用于列表页、SEO描述（meta description）或站内搜索结果的展示。
  • 短信或邮件通知：将HTML内容转换为纯文本，以便在短信或不兼容HTML格式的邮件中发送。
  • 清理用户提交内容：在某些不需要HTML的输入字段（如评论标题、留言主题）中，确保用户输入的是纯文本，防止意外的格式错误或潜在的安全问题。

removetags 过滤器：精准移除指定HTML标签

与striptags的“一刀切”不同，removetags过滤器提供了更为精细的控制。它允许我们指定一个或多个HTML标签，然后只将这些被指定的标签从内容中移除，而保留其他未被提及的HTML标签。这意味着我们可以根据具体需求，有选择地保留部分格式或结构。

例如，你可能希望保留文本的加粗（<strong>）和斜体（<em>）效果，但同时又想去除所有的段落（<p>）和超链接（<a>）标签。removetags就能完美实现这种需求。

在使用removetags时，我们需要将要移除的标签名称作为参数，以逗号,分隔，传递给过滤器。

使用示例：

假设我们有段HTML内容：<strong><i>Hello!</i><span>AnQiCMS</span></strong>

  1. 移除单个标签：

    {# 移除<i>标签 #}
{{ "<strong><i>Hello!</i></strong>"|removetags:"i"|safe }}

    输出将是：<strong>Hello!</strong>

  2. 移除多个标签：

    {# 移除<i>和<span>标签 #}
{{ "<strong><i>Hello!</i><span>AnQiCMS</span></strong>"|removetags:"i,span"|safe }}

    输出将是：<strong>Hello!</strong>

removetags的实用场景包括：

  • 规范内容结构：当内容从不同来源导入，带有多种不规范或冗余的标签时（如过多的div或span嵌套），可以利用removetags将其精简。
  • 局部格式控制：在展示内容时，可能只需要保留文本的强调样式（如<strong>、<em>），而移除其他布局相关的标签（如table、figure），以适应特定的显示区域。
  • 初级安全过滤：虽然不能完全替代专业的HTML净化库，但removetags可以用于移除用户输入中常见的潜在危险标签，如<script>，以减少XSS（跨站脚本攻击）的风险。例如：{{ user_input|removetags:"script"|safe }}。

选择合适的工具：striptags与removetags的实际应用考量

在选择使用striptags还是removetags时，关键在于你对最终内容格式的需求：

  • 选择striptags：当你需要绝对的纯文本输出，不希望保留任何HTML格式时。它适用于生成内容的简洁预览、SEO元信息，或在不支持HTML的环境中展示内容。
  • 选择removetags：当你希望保留内容的某些特定格式或结构，同时去除其他不必要的标签时。它适用于对内容进行微调、精简，或进行有针对性的安全过滤。

关于|safe过滤器的重要说明： 值得注意的是，在上述示例中，我们通常会在striptags或removetags之后紧接着使用|safe过滤器。这是因为安企CMS的模板引擎出于安全考虑，默认会自动转义所有HTML内容，以防止XSS攻击。当我们使用striptags或removetags处理完内容后，如果输出结果仍然包含我们希望作为HTML解析的部分（比如removetags保留的标签），或者仅仅是纯文本但我们想告诉模板引擎这已经是“安全”的内容不再需要额外转义，我们就需要加上|safe来明确告诉模板引擎：这段内容我已经处理过，是安全的，请直接按HTML解析输出，不要再进行额外的HTML实体转义了。如果没有|safe，即使标签被移除了，输出中的<和>等字符也可能被转义成&lt;和&gt;，影响最终显示。

通过熟练运用striptags和removetags这两个强大的过滤器，我们能够更加灵活、高效地管理安企CMS网站上的HTML内容，无论是为了美观、兼容性还是安全性，都能找到合适的解决方案。

常见问题 (FAQ)

1. 为什么我使用了striptags或removetags后，内容中的 < 或 > 还是被转义成了 &lt; 和 &gt;？ 这通常是因为安企CMS的模板引擎默认会出于安全考虑自动对所有输出的HTML内容进行转义，以防止跨站脚本（XSS）攻击。即使你移除了标签，如果剩余内容中包含HTML特殊字符，它们也可能被转义。为了确保在经过striptags或removetags处理后的内容（特别是那些你希望被浏览器解析的HTML片段）能够按预期显示，你需要在过滤器链的最后加上|safe。|safe过滤器会告诉模板引擎，这段内容是安全的，可以直接作为HTML输出，无需再进行转义。

2. removetags可以移除JavaScript代码吗？比如<script>标签？ 是的，removetags:"script" 可以有效地移除内容中的<script>标签及其内部的JavaScript代码。这在一定程度上可以作为防止XSS攻击的初级手段。然而，需要注意的是，XSS攻击的方式多种多样，不仅仅局限于<script>标签，还可能通过HTML属性（如onerror、onload等）进行注入。因此，removetags虽然有用，但不能完全替代专业的、更全面的HTML内容净化库或后端安全过滤机制。对于用户输入涉及HTML的场景，建议结合多层安全策略。

3. striptags会移除HTML实体（如 ）吗？ striptags的主要目标是移除HTML标签（例如<p>、<a>、<div>），它通常不会移除HTML实体（如表示不间断空格，&amp;表示&符号，&lt;表示<符号）。这些实体会被保留，因为它们代表了文本内容的一部分，而不是结构或格式标签。如果你需要从文本中移除HTML实体，可能需要结合其他自定义的文本处理方法或正则表达式来实现。