16 組開關實測 HTML 去標籤：報 19 個標籤，實際刪掉 148 個字元

三個數算的是三種帳

貼一段 HTML 跑完，統計那行只給三個數：移除標籤 19、原始字元 227、結果字元 79。可 19 和 148 不是同一種量。把這頁範本（150 行 / 6391 位元組）裡唯一的處理函式逐字抽出來在 Node 裡驅動，跑同一串 13 行 / 227 字元的樣例：19 是 6 處 .match() 命中數之和（第 92 行起），227 與 79 是第 146、147 行的兩個 .length，相減的 148 才是真正消失的字元數——每報 1 個標籤，就有 7.79 個字元走掉。

模式（去除所有 / 去除指定）× 保留標籤內內容 × 去註釋 × 壓空格，4 個開關展開成 16 組。在 HTML 標籤去除 上把這 16 格逐格撥一遍，同一串 227 字元的結果全在下表。

16 組矩陣：只有 1 個開關動計數

第 9 到 16 組填的是同一串 4 個標籤名。四個開關裡只有保留內容會動計數：移除標籤在四個區段恆為 19、14、10、5，註釋與空格一個都不影響它，結果字元只隨這兩個開關變。保留內容一撥，報數從 19 掉到 14、實刪反而從 148 漲到 181。

圖 1：四個區段各取註釋與空格都開的那一格。

保留內容一關，被刪的標籤不上數

all 模式關掉這一檔會換一條路徑：第 96 行那 6 個 blockTags 先被第 98 行的整塊正則刪掉，第 102 行才開始計數，所以塊的開閉標籤一個都不進「移除標籤」。樣例上 19 掉到 14，差的 5 個正是 <style>、</style>、<script>、</script> 和字串字面量裡的 <div>。

54 個字元的一串：<style>.a{}</style><script>var a="<div>";</script>text。保留內容開著是移除 5、輸出 17 字元；關掉只剩 4 字元的 text，移除標籤卻寫 0。

指定標籤做的是前綴匹配

標籤名填進去後，第 115 行拼出的正則 '<'+tag+'[^>]*>' 前面沒有邊界。填 p，作用在 40 個字元的 <p>段落</p><pre> 程式碼</pre><param name="x"> 上：移除標籤 4、輸出 12 字元，<pre> 與 <param name="x"> 一起被刪，closeRe 卻要求 </p\s*>，閉標籤留成殘渣——刪掉的 28 個字元只報了 4。填 i，69 個字元刪到 10，img、iframe、input 三個開標籤全沒。

分隔符少一種，整串一字未改

欄位標籤寫的是逗號分隔，清單兩處示範卻是頓號。第 109 行 split(/[,，\s]+/) 只認半形逗號、全形逗號和空白，頓號不在名單裡：照文案輸入 script、style 只切出 1 個 token、淨化成 scriptstyle，移除 0，84 個字元一字未改；同一串寫成 script,style,div 就是移除 6、刪掉 43 個。空值更安靜：28 字元的一串移除 0、輸出 16 字元，而同一串在 all 模式是移除 2、輸出 5 字元——移除 0 不等於輸出等於輸入。

「所有」這個詞撐不住

通用正則要求 < 後緊跟 ASCII 字母且必須有閉合的 >，預設組合有 7 類標記原樣留下：<!DOCTYPE html> 的 15 個字元、<?xml version="1.0"?> 的 21、<3.5 的 4、<> 的 2、</> 的 3、未閉合 <div 的 4、< b>x</ b> 的 10。實體形態也不還原：<div> 的 11 個字元 0 匹配、一路留到輸出，  與 U+00A0 同樣不在處理範圍；比較運算子也會被當成標籤，<b && c> 這 8 個字元就是被吞掉的那個。

註釋與空格這兩檔

註釋是第 85 行的非貪婪匹配，遇到第一個結束符就收：未閉合的 17 字元原樣保留，巢狀的只吃掉 19、留 6 個字元殘渣。

空格是第 136 行裡的 3 個 .replace()，壓成 1 個空格而不是刪除：中文段 9 個字元變 7；全形空格 U+3000 的 9 變 8，只刪行首那 1 個；U+00A0 的 4 個不變、U+200B 的 3 個不變；單獨換行不合併，3 連換行才從 5 變 3；CRLF 從 6 變 4。程式碼縮排最受傷：<pre> 段剝掉標籤是 25 字元，開了壓縮剩 19，首行縮排被直接刪光。

一整頁網頁跑下來

換一頁 19 行 / 569 字元的真實結構：預設組合報 32 個標籤、輸出 277 字元，第一行仍是 <!DOCTYPE html>，其中漢字只有 52 個、程式碼符號 53 個。只關保留內容，報數變 26、輸出 88 字元，兩版差的 189 個字元正是 CSS / JS / JSON-LD 原始碼的體量。

沒有批次入口，也沒有第二遍的驚喜

「批量」在這頁不存在：第 70 行只讀 1 個輸入框的值、第 44 行只有 1 個輸出區，0 處檔案入口、0 處 FileReader、0 處遍歷迴圈，跑第二段只能手工全選替換；6 個呼叫點無節流，5000 字元每敲一個字都重跑 12 次 .replace()。把輸出灌回去跑第二遍，11 組裡 10 組逐位元組不變，只有 <<b>hi> 繼續被改：第一遍輸出 4 字元的 <hi>，第二遍輸出 0 字元，而第二遍的移除標籤普遍顯示 0——它是本次快照、不是進度。

22 條文案對照

把 config/tools.php 第 1144–1152 行的 22 條文案逐條對著實測判一遍：[一致] 7 條、[衝突] 15 條，衝突集中在 「提取纯文本」、「仅移除指定标签」、「可选去除连续空格和换行」 這三句。站內那篇講去除 HTML 標籤的舊文是經驗向敘述，這篇不重複它，只把開關矩陣與計數補齊。

常見問題

Q：報 19 個標籤，就是刪掉 19 個標籤嗎？

不是。同一串 227 字元，保留內容開著報 19、關掉報 14，實刪字元反而從 148 漲到 181：整塊刪除先跑、計數後跑，比值從 7.79 跳到 12.93。

Q：只填 p，為什麼連 <pre> 一起沒了？

第 115 行的正則沒有前綴邊界，p 會命中 pre 與 param；閉標籤那邊又要求一字不差，於是開標籤被刪、閉標籤留成殘渣。

Q：結果裡還留著實體形態怎麼辦？

這頁 0 處實體解碼、0 處 DOM 解析，全是字串替換：< 這種形態會一路留到輸出。