Articles

This is a result of several hours' hard-wording, so please keep my name there if possible when you are using it.

Test case:

 echo htmlEscape(closeHtmlTags("<a>a")).'<br />'; // should be closed.
 echo htmlEscape(closeHtmlTags("<_a>a")).'<br />'; // _a is not a valid html tag.
 echo htmlEscape(closeHtmlTags("<a_>a")).'<br />'; // a_ is a possible html tag.
 echo htmlEscape(closeHtmlTags("a")).'<br />';
 echo htmlEscape(closeHtmlTags("<a>a<")).'<br />'; // Recognize last '<' as close tag.
 echo htmlEscape(closeHtmlTags("<a>a</")).'<br />';
 echo htmlEscape(closeHtmlTags("<a>a</a")).'<br />';
 echo htmlEscape(closeHtmlTags("<a>a</a>")).'<br />';
 echo htmlEscape(closeHtmlTags("<")).'<br />';
 echo htmlEscape(closeHtmlTags("<a><img href=\"<aaa c='s>.jpg\"><img><br ><br><br/><br//>a")).'<br />';
 echo htmlEscape(closeHtmlTags('<p href=">"><div><p><div><p>aa</p r="2>"><div>arr')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><x><p3><p4>m</x>aa')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><x><p3><p4>m<')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><x><p3><p4>m</')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><x><p3><p4>m</p')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><x><p3><p4>m</p4 rel=">\'>')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><x><p3><p4>m</x')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><p2><xx><p3><p4>m</x')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><script><xx>r')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><script><xx>r<')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><script><xx>r</')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><script><xx>r</scr')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><script><xx>r</script m="5>"')).'<br />';
 echo htmlEscape(closeHtmlTags('<p1><script><xx>r</script m="5>">')).'<br />';

In the above test case, the htmlEscape is a function to escape "<" to "&lt;" etc.

// By David <david@24k.com.sg>
function htmlEscape($src) {
 $htmlReplaceTable = array("\n"=>"<br/>","&"=>"&amp;","<"=>"&lt;",">"=>"&gt;","\r"=>"", "\""=>"&quot;");
 $src = "$src";
 $dst = "";
 for ($index = 0, $indexMax = strlen($src); $index < $indexMax; $index++) {
  $char = $src[$index];
  if (isset($htmlReplaceTable[$char])) {
   $dst = $dst . $htmlReplaceTable[$char];
  } else {
   $dst = $dst . $char;
  }
 }
 return $dst;
}

 

The function:

<?php
// By David <david@24k.com.sg>
function closeHtmlTags($html) {
  $arr_single_tags = array('meta', 'img', 'br', 'link', 'area', 'hr', 'input', '!');
  $at = 0;
  $end = strlen($html);
  $isInQuote1 = false;
  $isInQuote2 = false;
  $isInTag = false;
  $isInOpeningTag = false;
  $isReadingTag = false;
  $tagClosing = array();
  $tagClosingCount = 0;
  while ($at < $end) {
    $char = $html{$at};
    if ($char == '<') {
      if ($isInQuote1) {
        // Pass
      } else if ($isInQuote2) {
        // Pass
      } else if ($isInTag) {
        // Pass
      } else {
        if ($at == $end - 1) {
          if ($tagClosingCount) {
            $html .= "/";
            $isInTag = true;
            $isInOpeningTag = false;
            $isReadingTag = true;
            $tagCurr = '';
          } else {
            $html .= " />";
          }
          break;
        } else {
          $charNext = $html{++$at};
          if (($charNext >= 'a' && $charNext <= 'z') || ($charNext >= 'A' && $charNext <= 'Z') || ($charNext == '!')) {
            $isInTag = true;
            $isInOpeningTag = true;
            $isReadingTag = $charNext != '!';
            $tagCurr = $charNext;
          } else if ($charNext == '/') {
            if ($at == $end - 1) {
              $isInTag = true;
              $isInOpeningTag = false;
              $isReadingTag = true;
              $tagCurr = '';
              break;
            } else {
              $charNext = $html{++$at};
              if (($charNext >= 'a' && $charNext <= 'z') || ($charNext >= 'A' && $charNext <= 'Z')) {
                $isInTag = true;
                $isInOpeningTag = false;
                $isReadingTag = true;
                $tagCurr = $charNext;
              } else {
                // Pass
              }
            }
          } else {
            // Pass
          }
        }
      }
    } else if ($char == '>') {
      if ($isInQuote1) {
        // Pass
      } else if ($isInQuote2) {
        // Pass
      } else if (!$isInTag) {
        // Pass
      } else {
        $isInTag = false;
        $isReadingTag = false;
        $tagCurr = strtolower($tagCurr);
        if ($isInOpeningTag) {
          if ($tagCurr === "script") {
            $pos = stripos($html, "</script", $at);
            if ($pos === false) {
              $len = strlen($html);
              if (!strcmp(strtolower(substr($html, $len - 1)), "<")) {
                $html .= "/script>";
              } else if (!strcmp(strtolower(substr($html, $len - 2)), "</")) {
                $html .= "script>";
              } else if (!strcmp(strtolower(substr($html, $len - 3)), "</s")) {
                $html .= "cript>";
              } else if (!strcmp(strtolower(substr($html, $len - 4)), "</sc")) {
                $html .= "ript>";
              } else if (!strcmp(strtolower(substr($html, $len - 5)), "</scr")) {
                $html .= "ipt>";
              } else if (!strcmp(strtolower(substr($html, $len - 6)), "</scri")) {
                $html .= "pt>";
              } else if (!strcmp(strtolower(substr($html, $len - 7)), "</scrip")) {
                $html .= "t>";
              } else if (!strcmp(strtolower(substr($html, $len - 8)), "</script")) {
                $html .= ">";
              } else {
                $html .= "</script>";
              }
              break;
            } else {
              $at = $pos + 8;
              array_push($tagClosing, "script");
              $tagClosingCount++;
              $isInTag = true;
              $isInOpeningTag = false;
              $isReadingTag = false;
              $tagCurr = "script";
            }
          } else if (in_array($tagCurr, $arr_single_tags, true)) {
            // Pass
          } else {
            array_push($tagClosing, $tagCurr);
            $tagClosingCount++;
          }
        } else {
          if ($tagClosingCount && $tagClosing[$tagClosingCount - 1] === $tagCurr) {
            array_pop($tagClosing);
            $tagClosingCount--;
          } else {
            $tagAt = $tagClosingCount - 2;
            while ($tagAt >= 0) {
              if ($tagClosing[$tagAt] === $tagCurr) {
                break;
              }
              $tagAt--;
            }
            if ($tagAt >= 0) {
              $tagClosingCount--;
              while ($tagAt < $tagClosingCount) {
                $tagAt2 = $tagAt + 1;
                $tagClosing[$tagAt] = $tagClosing[$tagAt2];
                $tagAt = $tagAt2;
              }
              array_pop($tagClosing);
            } else {
              // Pass
            }
          }
        }
      }
    } else if ($char == '"') {
      if ($isInQuote1) {
        $isInQuote1 = false;
      } else if ($isInQuote2) {
        // Pass
      } else if ($isInTag) {
        $isReadingTag = false;
        $isInQuote1 = true;
      } else {
        // Pass
      }
    } else if ($char == "'") {
      if ($isInQuote1) {
        // Pass
      } else if ($isInQuote2) {
        $isInQuote2 = false;
      } else if ($isInTag) {
        $isReadingTag = false;
        $isInQuote2 = true;
      } else {
        // Pass
      }
    } else if (($char >= 'a' && $char <= 'z') || ($char >= 'A' && $char <= 'Z') || ($char == "_") || ($char >= '0' && $char <= '9')) {
      if ($isInQuote1) {
        // Pass
      } else if ($isInQuote2) {
        // Pass
      } else if ($isInTag) {
        if ($isReadingTag) {
          $tagCurr .= $char;
        } else {
          // Pass
        }
      } else {
        // Pass
      }
    } else {
      if ($isInQuote1) {
        // Pass
      } else if ($isInQuote2) {
        // Pass
      } else if ($isInTag) {
        $isReadingTag = false;
      } else {
        // Pass
      }
    }
    $at++;
  }
  if ($isInQuote1) {
    $html .= '"';
  }
  if ($isInQuote2) {
    $html .= "'";
  }
  if ($isInTag) {
    if ($isInOpeningTag) {
      $html .= "/>";
    } else {
      $tagCurr = strtolower($tagCurr);
      $tagCurrLen = strlen($tagCurr);
      if ($tagClosingCount && !strncmp($tagClosing[$tagClosingCount - 1], $tagCurr, $tagCurrLen)) {
        if (strlen($tagClosing[$tagClosingCount - 1]) != $tagCurrLen) {
          $html .= substr($tagClosing[$tagClosingCount - 1], $tagCurrLen);
        }
        $html .= ">";
        array_pop($tagClosing);
        $tagClosingCount--;
      } else {
        $tagAt = $tagClosingCount - 2;
        while ($tagAt >= 0) {
          if (!strncmp($tagClosing[$tagAt], $tagCurr, $tagCurrLen)) {
            break;
          }
          $tagAt--;
        }
        if ($tagAt >= 0) {
          if (strlen($tagClosing[$tagAt]) != $tagCurrLen) {
            $html .= substr($tagClosing[$tagAt], $tagCurrLen);
          }
          $html .= ">";
          $tagClosingCount--;
          while ($tagAt < $tagClosingCount) {
            $tagAt2 = $tagAt + 1;
            $tagClosing[$tagAt] = $tagClosing[$tagAt2];
            $tagAt = $tagAt2;
          }
          array_pop($tagClosing);
        } else {
          // Pass
        }
      }
    }
  }
  while (--$tagClosingCount >= 0) {
    $html .= "</{$tagClosing[$tagClosingCount]}>";
  }
  return $html;
}
?>