php判断字符串长度时包含html标签吗？如何正确去除标签后计算字符数

在PHP开发中，我们经常需要统计用户输入内容或者接口返回文本的长度，比如做字数限制、摘要截取等。当原始字符串里带有HTML标签时，直接用常规函数得到的长度并不是真正可见文字的长度，这会影响业务判断。

为什么直接判断字符串长度会包含HTML标签

PHP里的strlen函数用来获取字符串的字节长度，它并不会解析字符串内容，也不会区分哪些是标签、哪些是文字。例如字符串<p>你好</p>，其中的<p>和</p>都属于普通字符，会被一并计入。

如果页面编码是UTF-8，一个汉字通常占三个字节，而标签的英文字符每个占一个字节。使用strlen得到的是所有字节总和，既包含标签又包含文字编码字节，因此数值会明显大于我们肉眼看到的字数。要想拿到“纯文本字数”，必须先把标签去掉再做统计。

使用strip_tags去除HTML标签

strip_tags是PHP内置函数，作用是剥除字符串中的HTML和PHP标签，只保留标签之间的文本。它的第一个参数是原始字符串，第二个参数可指定允许保留的标签。对于字数统计场景，通常不需要保留任何标签。

需要注意的是，strip_tags只是简单删除尖括号及其中内容，不会处理实体编码如 ，也不会自动清理多余空白。如果原文标签嵌套不规范，也可能残留少量尖括号字符，因此去标签后最好配合trim清理两端空格。

<?php
$html = '<div>欢迎访问<a href="https://ipipp.com">我们的网站</a><p>今日特惠</p></div>';
$text = strip_tags($html);
$text = trim($text);
echo $text; // 输出：欢迎访问我们的网站今日特惠
?>

去标签后如何正确计算字符数

去除标签得到的纯文本，如果只包含英文，用strlen或mb_strlen差异不大；但包含中文时，必须指定编码用mb_strlen按字符计数。否则strlen会把中文按字节算，一个数字“长度”虚高。

下面示例展示对比：同一段中文去标签后，strlen得到字节数，mb_strlen得到真实字数。业务里做字数上限校验，应以mb_strlen为准。

<?php
$html = '<span>文章内容示例</span>';
$text = strip_tags($html);
$byte_len = strlen($text);
$char_len = mb_strlen($text, 'UTF-8');
echo '字节长度:' . $byte_len . "n";
echo '字符长度:' . $char_len . "n";
// 字节长度可能为18，字符长度为6
?>

常见误区与完整封装函数

有些开发者误以为trim或htmlspecialchars能去标签，其实前者只去空白，后者是把标签转义显示而非删除。正确做法永远是strip_tags加mb_strlen组合。

我们可以封装一个工具函数，统一处理去标签与统计，并预留允许保留的标签参数，方便不同业务复用。以下代码演示了带默认参数的安全写法。

<?php
function getPlainTextLength($str, $allowable_tags = '', $encoding = 'UTF-8') {
    $text = strip_tags($str, $allowable_tags);
    $text = trim($text);
    return mb_strlen($text, $encoding);
}

$input = '<p>测试<b>加粗</b>内容</p>';
echo getPlainTextLength($input); // 输出纯中英文字符数
?>

不同场景下的选择建议

如果仅做数据库存储前的大致长度拦截，且内容以英文为主，去标签后用strlen也可接受；但若涉及用户前台展示字数、短信条数计算或中文社区发帖限制，务必使用mb_strlen。对于含富文本编辑器的系统，建议服务端校验与前端提示采用同一套去标签测长逻辑，避免不一致。

另外，当文本来自外部接口且可能包含脚本标签时，strip_tags也能顺带清除<script>降低存储风险，但正式防护还应配合更完善的过滤库。长度统计只是其中一环，不能替代安全处理。

php字符串长度strip_tags修改时间：2026-08-12 03:12:29