16 组开关实测 HTML 去标签：报 19 个标签，实际删掉 148 个字符

三个数算的是三种账

粘一段 HTML 跑完，统计条只给三个数：移除标签 19、原始字符 227、结果字符 79。可 19 和 148 不是同一种量。把这页模板（150 行 / 6391 字节）里唯一的处理函数逐字抽出来在 Node 里驱动，跑同一串 13 行 / 227 字符的样例：19 是 6 处 .match() 命中数之和（第 92 行起），227 与 79 是第 146、147 行的两个 .length，相减的 148 才是真正消失的字符数——每报 1 个标签，就有 7.79 个字符走掉。

模式（去除所有 / 去除指定）× 保留标签内内容 × 去注释 × 压空格，4 个开关展开成 16 组。在 HTML标签去除 上把这 16 格逐格拨一遍，同一串 227 字符的结果全在下表。

16 组矩阵：只有 1 个开关动计数

第 9 到 16 组填的是同一串 4 个标签名。四个开关里只有保留内容会动计数：移除标签在四个区段恒为 19、14、10、5，注释与空格一个都不影响它，结果字符只随这两个开关变。保留内容一拨，报数从 19 掉到 14、实删反而从 148 涨到 181。

图 1：四个区段各取注释与空格都开的那一格。

保留内容一关，被删的标签不上数

all 模式关掉这一档会换一条路径：第 96 行那 6 个 blockTags 先被第 98 行的整块正则删掉，第 102 行才开始计数，所以块的开闭标签一个都不进「移除标签」。样例上 19 掉到 14，差的 5 个正是 <style>、</style>、<script>、</script> 和字符串字面量里的 <div>。

54 个字符的一串：<style>.a{}</style><script>var a="<div>";</script>text。保留内容开着是移除 5、输出 17 字符；关掉只剩 4 字符的 text，移除标签却写 0。

指定标签做的是前缀匹配

标签名填进去后，第 115 行拼出的正则 '<'+tag+'[^>]*>' 前面没有边界。填 p，作用在 40 个字符的 <p>段落</p><pre> 代码</pre><param name="x"> 上：移除标签 4、输出 12 字符，<pre> 与 <param name="x"> 一起被删，closeRe 却要求 </p\s*>，闭标签留成残渣——删掉的 28 个字符只报了 4。填 i，69 个字符删到 10，img、iframe、input 三个开标签全没。

分隔符少一种，整串一字未改

字段标签写的是逗号分隔，清单两处示范却是顿号。第 109 行 split(/[,，\s]+/) 只认半角逗号、全角逗号和空白，顿号不在表里：照文案输入 script、style 只切出 1 个 token、净化成 scriptstyle，移除 0，84 个字符一字未改；同一串写成 script,style,div 就是移除 6、删掉 43 个。空值更安静：28 字符的一串移除 0、输出 16 字符，而同一串在 all 模式是移除 2、输出 5 字符——移除 0 不等于输出等于输入。

「所有」这个词撑不住

通用正则要求 < 后紧跟 ASCII 字母且必须有闭合的 >，默认组合有 7 类标记原样留下：<!DOCTYPE html> 的 15 个字符、<?xml version="1.0"?> 的 21、<3.5 的 4、<> 的 2、</> 的 3、未闭合 <div 的 4、< b>x</ b> 的 10。实体形态也不还原：<div> 的 11 个字符 0 匹配、一路留到输出，  与 U+00A0 同样不在处理范围；比较运算符也会被当成标签，<b && c> 这 8 个字符就是被吞掉的那个。

注释与空格这两档

注释是第 85 行的非贪婪匹配，遇到第一个结束符就收：未闭合的 17 字符原样保留，嵌套的只吃掉 19、留 6 个字符残渣。

空格是第 136 行里的 3 个 .replace()，压成 1 个空格而不是删除：中文段 9 个字符变 7；全角空格 U+3000 的 9 变 8，只删行首那 1 个；U+00A0 的 4 个不变、U+200B 的 3 个不变；单个换行不合并，3 连换行才从 5 变 3；CRLF 从 6 变 4。代码缩进最受伤：<pre> 段剥掉标签是 25 字符，开了压缩剩 19，首行缩进被直接删光。

一整页网页跑下来

换一页 19 行 / 569 字符的真实结构：默认组合报 32 个标签、输出 277 字符，第一行仍是 <!DOCTYPE html>，其中汉字只有 52 个、代码符号 53 个。只关保留内容，报数变 26、输出 88 字符，两版差的 189 个字符正是 CSS / JS / JSON-LD 源码的体量。

没有批量入口，也没有第二遍的惊喜

「批量」在这页不存在：第 70 行只读 1 个输入框的值、第 44 行只有 1 个输出区，0 处文件入口、0 处 FileReader、0 处遍历循环，跑第二段只能手工全选替换；6 个调用点无节流，5000 字符每敲一个字都重跑 12 次 .replace()。把输出灌回去跑第二遍，11 组里 10 组逐字节不变，只有 <<b>hi> 继续被改：第一遍输出 4 字符的 <hi>，第二遍输出 0 字符，而第二遍的移除标签普遍显示 0——它是本次快照、不是进度。

22 条文案对照

把 config/tools.php 第 1144–1152 行的 22 条文案逐条对着实测判一遍：[一致] 7 条、[冲突] 15 条，冲突集中在「提取纯文本」「仅移除指定标签」「可选去除连续空格和换行」这三句。站内那篇讲去除 HTML 标签的旧文是经验向叙述，这一篇不重复它，只把开关矩阵与计数补齐。

常见问题

Q：报 19 个标签，就是删掉 19 个标签吗？

不是。同一串 227 字符，保留内容开着报 19、关掉报 14，实删字符反而从 148 涨到 181：整块删除先跑、计数后跑，比值从 7.79 跳到 12.93。

Q：只填 p，为什么连 <pre> 一起没了？

第 115 行的正则没有前缀边界，p 会命中 pre 与 param；闭标签那边又要求一字不差，于是开标签被删、闭标签留成残渣。

Q：结果里还留着实体形态怎么办？

这页 0 处实体解码、0 处 DOM 解析，全是字符串替换：< 这种形态会一路留到输出。