如何在PHP中将HTML字符数转换为普通字符？

我有一些HTML数据（我无法控制，只能读取），其中包含大量斯堪的纳维亚字符（å、ä、ö、æ、ø等）。这些“特殊”字符存储为HTML字符数字（æ=

和#230；

）。我需要将它们转换为PHP（或JavaScript）中相应的实际字符，但我想这里PHP更好。似乎

html_entity_decode（）

只处理“其他”类型的实体，其中æ=

和#aelig。到目前为止，我提出的唯一解决方案是制作一个转换表，并将每个字符编号映射到一个真实的字符，但这并不是真正的超级智能。。。
那么，有什么想法吗？；）

干杯，
克里斯托弗

&#NUMBER;

指该字符的unicode值

所以你可以使用一些正则表达式，比如：

/&#(\d+);/g

要获取数字，我不懂PHP，但我相信你可以用谷歌搜索如何将数字转换为unicode等效字符

然后简单地用字符替换正则表达式匹配项

编辑：实际上，看起来您可以使用以下功能：

mb_convert_encoding('æ', 'UTF-8', 'HTML-ENTITIES');

在
html\u entity\u decode（）
的PHP手册页面上，它给出了以下代码，用于在4.3.0之前的PHP版本中解码数字实体：

  $string = preg_replace('~&#x([0-9a-f]+);~ei', 'chr(hexdec("\\1"))', $string);
  $string = preg_replace('~&#([0-9]+);~e', 'chr("\\1")', $string);

正如有人在评论中指出的，您可能应该将
chr（）
替换为
unichr（）
，以处理非ASCII字符

然而，看起来
html\u entity\u decode（）
确实应该处理数字实体和文字实体。是否指定了适当的字符集（例如UTF-8）
 我认为
html\u entity\u decode（）
应该可以正常工作。当您尝试以下操作时会发生什么：

echo html_entity_decode('æ', ENT_COMPAT, 'UTF-8');

如果您还没有安装多字节字符串函数，您可以使用以下方法：

<?php

    $string = 'Here is a special char &#230;';

    $list = preg_replace_callback('/(&#([0-9]+);)/', create_function(
        '$matches', 'return decode(array($matches[2]));'
    ), $string);

    echo '<p>', $string, '</p>';
    echo '<p>', $list, '</p>';

    function decode(array $list)
    {
        foreach ($list as $key=>$value) {
            return utf8_encode(chr($value));
        }
    }


?>


html\u entity\u decode（）

以什么方式不适合您？您要传递什么作为字符集参数？似乎对我有用…是的，它工作得非常好。。。如果您正确阅读了手册；）谢谢是的，它起作用了！看来我没有把手册读透：P谢谢！是的，它起作用了！看来我没有把手册读透：P谢谢！