通过PHP解码数字html实体

问题描述

限时删除！！

我试图转换这个字符：

）。 （我检查了页面的源代码，页面有正确的utf8字符集头/元标记）。

有人知道代码是什么？

  function entity_decode（$ string，$ quote_style = ENT_COMPAT，$ charset =UTF-8）{
 $ string = html_entity_decode（$ string，$ quote_style，$ charset）; 
 
 $ string = preg_replace_callback（'〜& #x（[0-9a-fA-F] +）;〜i'，chr_utf8_callback，$ string）; 
 $ string = preg_replace（'〜&＃（[0-9] +）;〜e'，'chr_utf8（\\1）'，$ string）; 
 
 //这是另一个方法，也不工作.. 
 // $ string = preg_replace_callback（/（\&＃[0-9] +;） /，entity_decode_callback，$ string）; 
 
 return $ string; 
} 
 
 
 
 
 function chr_utf8_callback（$ matches）{
 return chr_utf8（hexdec（$ matches [1]））; 
} 
 
函数chr_utf8（$ num）{
 if（$ num  if（$ num< 2048）return chr（（$ num>> 6）+ 192）。 chr（（$ num& 63）+ 128）; 
 if（$ num< 65536）return chr（（$ num>> 12）+ 224）。 chr（（（$ num> 6）& 63）+ 128）。 chr（（$ num& 63）+ 128）; 
 if（$ num< 2097152）return chr（（$ num>> 18）+ 240）。 chr（（（$ num>> 12）& 63）+ 128）。 chr（（（$ num> 6）& 63）+ 128）。 chr（（$ num& 63）+ 128）; 
 return''; 
} 
 
 function entity_decode_callback（$ m）{
 return mb_convert_encoding（$ m [1]，UTF-8，HTML-ENTITIES）; 
} 
 
 echo'='。 entity_decode（'&＃146;'）; 
  

解决方案

html_entity_decode 已执行您要查找的操作：

  $ string ='&＃146;'; 
 
 echo html_entity_decode（$ string，ENT_COMPAT，'UTF-8'）; 
  

它将返回字符：

 'binary hex：c292 
  

这是。由于是私人使用，您的 PHP配置/版本/编译可能不会返回它。

也有一些怪癖： p>

请参阅：中被nokogiri转换为\\\’

I have this code to decode numeric html entities to the UTF8 equivalent character.

I'm trying to convert this character:

which should output:

However, it just disappears (no output). (i've checked the source code of the page, the page has the correct utf8 character set headers/meta tags).

Does anyone know what is wrong with the code?

function entity_decode($string, $quote_style = ENT_COMPAT, $charset = "UTF-8") {
     $string = html_entity_decode($string, $quote_style, $charset);

     $string = preg_replace_callback('~&#x([0-9a-fA-F]+);~i', "chr_utf8_callback", $string);
     $string = preg_replace('~&#([0-9]+);~e', 'chr_utf8("\\1")', $string);

    //this is another method, which also doesn't work..
     //$string = preg_replace_callback("/(\&#[0-9]+;)/", "entity_decode_callback", $string);

     return $string;
}




function chr_utf8_callback($matches) {
     return chr_utf8(hexdec($matches[1]));
}

function chr_utf8($num) {
     if ($num < 128) return chr($num);
     if ($num < 2048) return chr(($num >> 6) + 192) . chr(($num & 63) + 128);
     if ($num < 65536) return chr(($num >> 12) + 224) . chr((($num >> 6) & 63) + 128) . chr(($num & 63) + 128);
     if ($num < 2097152) return chr(($num >> 18) + 240) . chr((($num >> 12) & 63) + 128) . chr((($num >> 6) & 63) + 128) . chr(($num & 63) + 128);
     return '';
}

function entity_decode_callback($m) {
     return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES");
}

 echo '=' . entity_decode('&#146;');

解决方案

html_entity_decode already does what you're looking for:

$string = '’';

echo html_entity_decode($string, ENT_COMPAT, 'UTF-8');

It will return the character:

’   binary hex: c292

Which is PRIVATE USE TWO (U+0092). As it's private use, your PHP configuration/version/compile might not return it at all.

Also there are some more quirks:

See: ’ is getting converted as "\u0092" by nokogiri in ruby on rails

这篇关于通过PHP解码数字html实体的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！

1403页，肝出来的..