strlen() 计算含HTML字符串时会将标签所有字符计入长度，如<strong>abc</strong>返回21；校验可读长度需先用strip_tags()剥离标签，再用mb_strlen(..., 'UTF-8')获取正确中文长度。
php strlen() 会把 HTML 标签当普通字符算进去
直接用 strlen() 测含 HTML 的字符串，标签（比如 <p>、<div class="x">）每一个字符都计入长度。这意味着 <strong>abc</strong> 实际返回的是 21，而不是你想要的“可见文字长度” 3。
常见错误现象：表单限制 20 字，用户输入 <i>你好</i> 却被截断或报错——因为 strlen() 算了 13 个字符（含尖括号、斜杠、字母）。
- 如果你要校验用户可读内容长度（如评论、标题），必须先剥离标签
-
strlen()快、无依赖，但纯看字节，不理解 HTML 结构 - 注意：它对 UTF-8 中文也按字节算，
strlen("你好")返回 6（每个中文 3 字节），不是 2 —— 这是另一个坑，和标签无关但常被混淆
用 strip_tags() 去标签再测长度最常用
strip_tags() 是 PHP 内置函数，能快速移除字符串中所有 HTML 和 PHP 标签，保留纯文本内容，适合大多数场景。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 基础用法：
strlen(strip_tags($html))—— 但注意，这仍用strlen()，对中文不友好 - 更稳妥的中文长度判断：
mb_strlen(strip_tags($html), 'UTF-8')，确保一个汉字算 1 个长度单位 - 想保留某些标签（如只允许
<br>、<p>）？传第二个参数：strip_tags($html, ['<br>', '<p>'])（注意写法是数组，且标签需带<>） - 它不会解析嵌套或畸形 HTML（如
<div<span>），但日常富文本编辑器输出基本够用
为什么不用 html_entity_decode() + strip_tags() 组合？
有些内容里混着 HTML 实体（如 、），<code>strip_tags() 对它们无效——它只删标签，不转义实体。所以如果原始字符串是 "Hello <b>World</b>"，直接 strip_tags() 得到的是 "Hello <b>World</b>"，长度还是错的。
这时需要先解码再剥离：
- 顺序不能错：必须
html_entity_decode($str, ENT_QUOTES | ENT_HTML5, 'UTF-8')→strip_tags()→mb_strlen(..., 'UTF-8') -
ENT_HTML5比默认的ENT_COMPAT更兼容现代 HTML 实体（如'） - 注意：解码可能引入 XSS 风险，仅在你信任来源或后续还会过滤时使用；若只是测长度，且内容来自用户输入，建议先
strip_tags()，再对结果做实体解码（更安全）
复杂 HTML（如 script/style/注释）要额外清理
strip_tags() 不处理 <script>、<style> 内容块，也不删 HTML 注释 <!-- ... -->。如果这些内容出现在输入中，它们的文本仍会被 mb_strlen() 计入。
例如：<script>alert(1)</script>Hi → strip_tags() 后是 alert(1)Hi → 长度为 9，而非期望的 2。
解决方法有限但明确：
- 用正则粗筛（简单场景）：
preg_replace('/<(script|style|textarea)[^>]*>.*?</\1>/is', '', $html)，再配合strip_tags() - 删注释：
preg_replace('/<!--[sS]*?-->/', '', $html) - 真正健壮的方案应使用 DOM 解析（如
DOMDocument），但性能开销大，仅在高安全要求或结构复杂时值得投入
实际项目中，多数富文本字段已由前端 editor（如 TinyMCE、Quill）做过基础清洗，后端重点防的是绕过前端的恶意提交——所以“strip_tags + 实体解码 + mb_strlen”覆盖了 95% 的真实需求。剩下那 5%，往往卡在 DOM 层级的嵌套逻辑或自定义标签上，得按需补正则或换解析器。
