将php中的HTML编号实体转换为unicode以在iPhone上使用

我正在创建一个web服务来将json传输到iPhone应用程序。我使用json框架来接收json，这非常有效，因为它会自动解码“\u2018”之类的内容。我遇到的问题是，似乎没有一种全面的方法可以让所有的角色一蹴而就

例如，

html\u entity\u decode（）

获取了大部分内容，但它留下了诸如“（‘；”之类的内容。为了捕获这些实体并将它们转换为json框架可以使用的东西（例如，\u2018），我使用这段代码将&#转换为\u，将数字转换为十六进制，然后去掉结尾的分号

function func($matches) {
  return "\u" . dechex($matches[1]);
}
$json = preg_replace_callback("/&#(\d{4});/", "func", $json);

目前这对我来说很有效，但感觉不太对劲。看来我肯定错过了一些稍后会回来困扰我的角色

有人看到这种方法的缺陷吗？有人能想到这种方法会错过的角色吗

---

任何帮助都将不胜感激

‘

是一个十进制数字实体，而我认为

\u2018

是一个十六进制表示。HTML还支持十六进制编号的实体（例如，

‘；

），但一旦您找到了作为实体前缀的

，您就会看到十进制或十六进制。也有命名实体（例如，

&；

），但听起来您不需要在代码中涵盖这些情况是一个十进制数字实体，而我认为

\u2018

是一个十六进制表示。HTML还支持十六进制编号的实体（例如，

‘；

），但一旦您找到了作为实体前缀的

，您就会看到十进制或十六进制。还有命名实体（例如，

&；

），但听起来您不需要在代码中涵盖这些情况。

您从哪里获得此HTML编码输入？如果您正在抓取网页，您应该使用HTML解析器，它将为您解码实体和字符引用。如果在表单输入数据中获取它们，那么编码就有问题（确保将包含表单的页面作为UTF-8提供，以避免出现这种情况）

如果必须将一段HTML编码的文本转换为JSON，那么应该先进行HTML解码，然后再进行JSON编码，而不是直接转换为JSON格式（对于其他需要转义的字符，这将失败）。使用内置的解码器和编码器功能，而不是自己尝试创建JSON编码的字符，如

\u…

（因为那里有陷阱）

---

你从哪里得到这个HTML编码的输入？如果您正在抓取网页，您应该使用HTML解析器，它将为您解码实体和字符引用。如果在表单输入数据中获取它们，那么编码就有问题（确保将包含表单的页面作为UTF-8提供，以避免出现这种情况）

如果必须将一段HTML编码的文本转换为JSON，那么应该先进行HTML解码，然后再进行JSON编码，而不是直接转换为JSON格式（对于其他需要转义的字符，这将失败）。使用内置的解码器和编码器功能，而不是自己尝试创建JSON编码的字符，如

\u…

（因为那里有陷阱）

这对我很管用

---

这对我来说很好

看起来json框架要求这些实体采用十六进制格式，例如.\u2018，以便解码。我的主要问题是为什么php函数html#u entity_decode（）不能捕获‘；。这让我想知道还有什么是它没有捕获的。看起来json框架要求这些实体采用十六进制形式，例如。\u2018，以便解码。我的主要问题是为什么php函数html#u entity_decode（）不能捕获‘；。这让我想知道还有什么是它抓不住的。谢谢@bobince！问题是我没有在html_entity_decode（）函数中包含“utf-8”参数。我想我只是想，既然源代码是utf-8，那就假定它是。另外，至少在我的例子中，在json编码（）之前还是之后执行html_entity_decode（）没有任何区别。谢谢@bobince！问题是我没有在html_entity_decode（）函数中包含“utf-8”参数。我想我只是想，既然源代码是utf-8，那就假定它是。另外，至少在我的例子中，我在json_encode（）之前还是之后执行html_entity_decode（）没有任何区别。

$html= 'abc " def Ӓ ghi ሴ jkl \n mno';
$raw= html_entity_decode($html, ENT_COMPAT, 'utf-8');
$json= json_encode($raw);

"abc \" def \u04d2 ghi \u1234 jkl \\n mno"

$html_escape = ""Love sex magic rise" & 尹真希 ‘";
$utf8 = mb_convert_encoding($html_escape, 'UTF-8', 'HTML-ENTITIES');
echo json_encode(array(
    "title" => $utf8
));

// {"title":"\"Love sex magic rise\" & \u5c39\u771f\u5e0c \u2018"}