Php html_实体_解码字符，如&；尤姆尔vs&；尤姆

我正在尝试将html编码的文本翻译成utf-8，并将其放入我的数据库中。 html_entity_decode或iconv与translatit都会丢失大量字符

我已经写了一长串要删除的字符，但是现在我看到&Yuml没有被翻译，但是&Yuml是

我确信还有其他类似的符号也被遗漏了

---

有没有关于如何最好地处理这些不一致的建议？并确保我正确翻译了每个字符？

表格中的任何内容&blah；是（X）HTML中的实体引用；如果您需要确保获得了所有这些模式，请确保最终的UTF-8输出中没有一个包含该模式。你也会发现很多结尾没有分号的地方（但是有很多误报）

---

当然，维基百科有一个独特的功能。你可以实现这个（长）列表，看看你是否能在野外找到其他的列表。

谢谢derobert，我希望有一种方法可以做到这一点，而不必经过这么长的列表（希望已经存在）。看起来我将为此进行清理，我将为将来需要它的人发布该功能。