php实现班级通信录导入含html标签_php过滤标签导入法【技巧】-php教程

直接用 strip_tags() 会导致数据错乱，因其不处理 HTML 实体编码（如  ）、丢失换行与样式语义，且无法还原原始语义；正确流程是 html_entity_decode() → strip_tags() → preg_replace() 规范空白。

为什么直接用 strip_tags() 会导致数据错乱

班级通信录 Excel 或 CSV 导入时，常混入富文本编辑器导出的 HTML（比如姓名列含 张三），直接用 strip_tags() 看似简单，但会丢失换行、空格、内联样式语义（如“*紧急联系人*”被标粗），更严重的是：它不处理实体编码（ 、zuojiankuohaophpcn）——导入后可能变成“张三 李四”或“ail>[email protected]”，而非预期的纯文本。

推荐组合：先解码再剥离再规范化

正确顺序是：html_entity_decode() → strip_tags() → preg_replace() 清理残留空白。关键点在于：

• html_entity_decode($str, ENT_QUOTES | ENT_HTML5, 'UTF-8') 必须显式指定编码，否则 女 类中文实体会解码失败
• strip_tags() 的第二个参数可白名单保留
或

  ，但通信录字段（如“家庭地址”）通常不需要，建议留空彻底剥离

• 剥离后用 preg_replace('/[\r\n\t]+/', ' ', $str) 合并多空行，再 trim() 首尾空格，避免“王五   ”这种不可见字符入库

Excel 导入时 HTML 标签藏得更深？注意 phpspreadsheet 的默认行为

用 PhpSpreadsheet 读取 .xlsx 文件时，即使单元格显示为纯文本，其原始值（$cell->getValue()）仍可能是带格式的 HTML 字符串（尤其从网页复制粘贴进 Excel 的情况）。此时不能依赖 getFormattedValue()，它可能返回空或错误格式。

实操建议：