可通过strip_tags长度差、HTML标签正则匹配及排除JSON/XML头部三者组合高概率识别HTML字符串：若trim后原长与strip_tags后长度差＞5，且匹配常见标签名，同时不以{、[、<?xml开头，则大概率是HTML。
怎么快速判断一个 PHP 变量是不是 HTML 字符串
没有标准函数能 100% 确定，但可以通过组合特征检测来高概率识别。核心思路是：检查是否包含成对的尖括号标签、常见 HTML 关键字，同时排除纯文本或 JSON 等干扰格式。
strip_tags() 前后字符串长度变化是否显著
这是最常用也最实用的启发式方法：如果去掉标签后内容大幅缩水（比如减少 >20%），大概率含 HTML 结构。
-
strip_tags($str)会移除所有标签（包括注释、PHP 标签），但保留属性值中的尖括号（如<img src="a<b">中的<b不会被误删） - 建议配合
trim()使用，避免空格干扰：strlen(trim($str)) - strlen(trim(strip_tags($str))) > 5 - 注意：纯文本含
<和>（如数学表达式a < b > c）可能误判，需结合其他条件过滤
用正则粗筛是否含典型 HTML 标签名
匹配常见开始标签（<div>、<p>）、自闭合标签（<br/>）、HTML5 语义标签（<article>）等，比全量解析快得多。
- 推荐正则：
/<\/?[a-zA-Z][a-zA-Z0-9]*[^>]*>/i—— 覆盖大多数合法起始/结束标签 - 避免用
/<.*?>/s：它会跨行匹配、易被注释或 JS 字符串干扰（如<!-- <div> -->或"<div>"） - 可加白名单增强可信度：
preg_match('/<(div|p|span|a|img|ul|ol|li|table|tr|td|h[1-6]|br|hr)[^>]*>/i', $str)
为什么不能依赖 htmlentities() 或 DOM 解析做判断
它们不是检测工具，而是转换/解析工具 —— 成本高、副作用强，且失败不等于“不是 HTML”。
立即学习“PHP免费学习笔记（深入）”；
-
DOMDocument::loadHTML()在遇到 malformed HTML（如未闭合标签、编码错误）时会静默报错或截断，libxml_use_internal_errors(true)后仍难区分“真非 HTML”和“坏 HTML” -
htmlentities($str) !== $str有大量假阳性：含中文、欧元符号 €、引号的纯文本也会触发变化 - 真正需要 DOM 操作时才用解析；仅检测用途，上述轻量方法已足够可靠
实际项目中，把长度差 + 标签名正则 + 排除 JSON/XML 头部（如以 {、[、<?xml 开头）三者组合，就能覆盖 95% 以上场景。别忘了：用户输入的“HTML”常常混着 Markdown 或富文本编辑器残留，最稳妥的方式永远是「按需解析，而非预先断言」。
