Php 如何删除html特殊字符?
我正在为我的应用程序创建一个RSS提要文件,我想在其中删除HTML标记,这是通过Php 如何删除html特殊字符?,php,html-encode,Php,Html Encode,我正在为我的应用程序创建一个RSS提要文件,我想在其中删除HTML标记,这是通过strip\u tags完成的。但是strip_标记没有删除HTML特殊代码字符: & © 等等 请告诉我可以用来从字符串中删除这些特殊代码字符的函数。用于转换HTML实体 您需要设置字符集以使其正常工作。您可能需要查看htmlEntity()和html\u entity\u decode() $orig=“我现在就去遛狗”; $a=htmlentities
strip\u tags
完成的。但是strip_标记
没有删除HTML特殊代码字符:
& ©
等等
请告诉我可以用来从字符串中删除这些特殊代码字符的函数。用于转换HTML实体
您需要设置字符集以使其正常工作。您可能需要查看htmlEntity()和html\u entity\u decode()
$orig=“我现在就去遛狗”;
$a=htmlentities($orig);
$b=html_实体_解码($a);
回声$a;//我现在“走”b日志/b
回声$b;//我现在就去遛狗
使用html\u entity\u decode
对其进行解码,或使用preg\u replace
将其删除:
$Content = preg_replace("/&#?[a-z0-9]+;/i","",$Content);
(来自)
编辑:根据Jacco的评论选择
将“+”替换为
{2,8}什么的。这将限制
替换整个系统的机会
使用未编码的“&”时的句子
现在
无需使用preg regex引擎即可完成此操作的简单方法:
function remEntities($str) {
if(substr_count($str, '&') && substr_count($str, ';')) {
// Find amper
$amp_pos = strpos($str, '&');
//Find the ;
$semi_pos = strpos($str, ';');
// Only if the ; is after the &
if($semi_pos > $amp_pos) {
//is a HTML entity, try to remove
$tmp = substr($str, 0, $amp_pos);
$tmp = $tmp. substr($str, $semi_pos + 1, strlen($str));
$str = $tmp;
//Has another entity in it?
if(substr_count($str, '&') && substr_count($str, ';'))
$str = remEntities($tmp);
}
}
return $str;
}
看起来你真正想要的是:
function xmlEntities($string) {
$translationTable = get_html_translation_table(HTML_ENTITIES, ENT_QUOTES);
foreach ($translationTable as $char => $entity) {
$from[] = $entity;
$to[] = '&#'.ord($char).';';
}
return str_replace($from, $to, $string);
}
它将命名实体替换为它们的等效数字。
<?php
function strip_only($str, $tags, $stripContent = false) {
$content = '';
if(!is_array($tags)) {
$tags = (strpos($str, '>') !== false
? explode('>', str_replace('<', '', $tags))
: array($tags));
if(end($tags) == '') array_pop($tags);
}
foreach($tags as $tag) {
if ($stripContent)
$content = '(.+</'.$tag.'[^>]*>|)';
$str = preg_replace('#</?'.$tag.'[^>]*>'.$content.'#is', '', $str);
}
return $str;
}
$str = '<font color="red">red</font> text';
$tags = 'font';
$a = strip_only($str, $tags); // red text
$b = strip_only($str, $tags, true); // text
?>
加入schnaader的升级,我用来执行任务的功能是:
mysql_real_escape_string(
preg_replace_callback("/&#?[a-z0-9]+;/i", function($m) {
return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES");
}, strip_tags($row['cuerpo'])))
此函数删除每个html标记和html符号,这些标记和符号转换为UTF-8格式,可以保存在MySQL中。除了上面的好答案之外,PHP还有一个非常有用的内置过滤函数:filter-var 要删除HMTL字符,请使用:
$cleanString=filter\u var($dirtyString,filter\u SANITIZE\u STRING)代码>
更多信息:
这可以很好地删除特殊字符
$modifiedString = preg_replace("/[^a-zA-Z0-9_.-\s]/", "", $content);
我所做的是使用:html\u entity\u decode
,然后使用strip\u标记来删除它们。试试这个
<?php
$str = "\x8F!!!";
// Outputs an empty string
echo htmlentities($str, ENT_QUOTES, "UTF-8");
// Outputs "!!!"
echo htmlentities($str, ENT_QUOTES | ENT_IGNORE, "UTF-8");
?>
您可以尝试htmlspecialchars\u解码($string)
。它对我有用
如果您想转换HTML特殊字符,而不仅仅是删除它们,以及剥离内容并准备纯文本,这是一个适合我的解决方案
function htmlToPlainText($str){
$str = str_replace(' ', ' ', $str);
$str = html_entity_decode($str, ENT_QUOTES | ENT_COMPAT , 'UTF-8');
$str = html_entity_decode($str, ENT_HTML5, 'UTF-8');
$str = html_entity_decode($str);
$str = htmlspecialchars_decode($str);
$str = strip_tags($str);
return $str;
}
$string = '<p>this is ( ) a test</p>
<div>Yes this is! & does it get "processed"? </div>'
htmlToPlainText($string);
// "this is ( ) a test. Yes this is! & does it get processed?"`
函数HTMLTO纯文本($str){
$str=str_替换('',$str);
$str=html_实体_解码($str,ENT_引号,'UTF-8');
$str=html_实体_解码($str,ENT_HTML5,'UTF-8');
$str=html_实体_解码($str);
$str=htmlspecialchars\u解码($str);
$str=带标签($str);
返回$str;
}
$string='这是一个测试
是的,这是&;它被“处理”了吗
纯文本($string);
//“这是()一个测试。是的,这是!&它得到处理了吗?”`
html_entity_decode w/ENT_QUOTES|ENT_XML1转换和#39代码>
htmlspecialchars\u decode可转换&代码>
html_entity_decode转换类似“
而strip_标记会删除所有剩余的HTML标记
编辑-添加str_替换(“”,,$str);和其他几个html_entity_decode(),继续测试表明需要它们。如果您在WordPress中工作,与我一样,只需要检查一个空字段(在看似空白的字符串中有大量随机html实体),请查看:
sanitize_title_with_dashes( string $title, string $raw_title = '', string $context = 'display' )
对于不使用WordPress的人,我发现这个函数对于创建我自己的消毒剂非常有用,看看完整的代码,它真的很深入 将“+”替换为“可能会更好”{2,8]或其他什么。这将限制在出现未编码的“&”时替换整个句子的机会。谢谢,在答案中添加了您的注释和替代版本。但是为什么要删除这些字符呢?这些字符实体在RSS/Atom/XML中无效。因此,您可以做两件事:删除它们,或者用它们的名称替换它们数字等效。必须删除它们的一种可能情况是,在电子邮件中剥离HTML以将其作为备用纯文本正文发送。这更正确,因为当我们仅用空字符串替换时,我们得到的结果不正确-所有不可破坏的空格都被压缩。这!您只需在上运行HTML\u entity\u decode
字符串,然后使用strip\u标记
,最后使用filter\u var($string,filter\u SANITIZE\u string)
。我知道线程有点旧,但我希望解决相同的问题…不幸的是filter\u var需要5.2或更高版本…否则这就是答案(至少对我的特定问题而言)。谢谢。创建一个rss源,而不是保存到sqlmake一些注释“为什么你的代码可以工作”?这样其他人就会明白了。对链接到W3Schools而不是官方文档投了反对票:也就是说,这并不能解决OP的问题。这并不能回答OPs问题。所以添加str_替换(“,”,$str);所以不要像我的情况那样,用某种特殊的字符来隐藏。
$string = "äáčé";
$convert = Array(
'ä'=>'a',
'Ä'=>'A',
'á'=>'a',
'Á'=>'A',
'à'=>'a',
'À'=>'A',
'ã'=>'a',
'Ã'=>'A',
'â'=>'a',
'Â'=>'A',
'č'=>'c',
'Č'=>'C',
'ć'=>'c',
'Ć'=>'C',
'ď'=>'d',
'Ď'=>'D',
'ě'=>'e',
'Ě'=>'E',
'é'=>'e',
'É'=>'E',
'ë'=>'e',
);
$string = strtr($string , $convert );
echo $string; //aace
function htmlToPlainText($str){
$str = str_replace(' ', ' ', $str);
$str = html_entity_decode($str, ENT_QUOTES | ENT_COMPAT , 'UTF-8');
$str = html_entity_decode($str, ENT_HTML5, 'UTF-8');
$str = html_entity_decode($str);
$str = htmlspecialchars_decode($str);
$str = strip_tags($str);
return $str;
}
$string = '<p>this is ( ) a test</p>
<div>Yes this is! & does it get "processed"? </div>'
htmlToPlainText($string);
// "this is ( ) a test. Yes this is! & does it get processed?"`
sanitize_title_with_dashes( string $title, string $raw_title = '', string $context = 'display' )