60

我想将字符串中的所有文本转换为 html 实体，但保留 HTML 标签，例如：

<p><font style="color:#FF0000">Camión español</font></p>

应该翻译成这样：

<p><font style="color:#FF0000">Cami&oacute;n espa&ntilde;ol</font></p>

有任何想法吗？

4

7 回答 7

69

htmlentities您可以使用函数获取对应字符 => 实体使用的列表get_html_translation_table；考虑这段代码：

$list = get_html_translation_table(HTML_ENTITIES);
var_dump($list);

（您可能需要在手册中检查该函数的第二个参数——也许您需要将其设置为不同于默认值的值）

它会给你这样的东西：

array
  ' ' => string '&nbsp;' (length=6)
  '¡' => string '&iexcl;' (length=7)
  '¢' => string '&cent;' (length=6)
  '£' => string '&pound;' (length=7)
  '¤' => string '&curren;' (length=8)
  ....
  ....
  ....
  'ÿ' => string '&yuml;' (length=6)
  '"' => string '&quot;' (length=6)
  '<' => string '&lt;' (length=4)
  '>' => string '&gt;' (length=4)
  '&' => string '&amp;' (length=5)

现在，删除你不想要的对应：

unset($list['"']);
unset($list['<']);
unset($list['>']);
unset($list['&']);

现在，您的列表包含 htmlentites 使用的所有对应字符 => 实体，除了您不想编码的少数字符。

现在，您只需提取键和值列表：

$search = array_keys($list);
$values = array_values($list);

最后，您可以使用 str_replace 进行替换：

$str_in = '<p><font style="color:#FF0000">Camión español</font></p>';
$str_out = str_replace($search, $values, $str_in);
var_dump($str_out);

你得到：

string '<p><font style="color:#FF0000">Cami&Atilde;&sup3;n espa&Atilde;&plusmn;ol</font></p>' (length=84)

这看起来像你想要的;-)


编辑：好吧，除了编码问题（该死的 UTF-8，我想——我正在尝试为此找到解决方案，并将再次编辑）

几分钟后的第二次编辑：看来您必须utf8_encode在$search列表中使用，然后再调用str_replace:-(

这意味着使用这样的东西：

$search = array_map('utf8_encode', $search);

在调用 toarray_keys和调用 to之间str_replace。

而且，这一次，你应该真的得到你想要的：

string '<p><font style="color:#FF0000">Cami&oacute;n espa&ntilde;ol</font></p>' (length=70)


这是代码的完整部分：

$list = get_html_translation_table(HTML_ENTITIES);
unset($list['"']);
unset($list['<']);
unset($list['>']);
unset($list['&']);

$search = array_keys($list);
$values = array_values($list);
$search = array_map('utf8_encode', $search);

$str_in = '<p><font style="color:#FF0000">Camión español</font></p>';
$str_out = str_replace($search, $values, $str_in);
var_dump($str_in, $str_out);

和完整的输出：

string '<p><font style="color:#FF0000">Camión español</font></p>' (length=58)
string '<p><font style="color:#FF0000">Cami&oacute;n espa&ntilde;ol</font></p>' (length=70)

这次应该没问题了^^
真的不是一行，可能不是最优化的方案；但它应该可以正常工作，并且具有允许您添加/删除任何对应字符 => 您需要或不需要的实体的优点。

玩得开心 ！

于 2009-09-01T22:29:40.517 回答
18

可能效率不高，但确实有效

$sample = '<p><font style="color:#FF0000">Camión español</font></p>';

echo htmlspecialchars_decode(
    htmlentities($sample, ENT_NOQUOTES, 'UTF-8', false)
  , ENT_NOQUOTES
);
于 2009-09-01T22:28:07.293 回答
7

这是已接受答案的优化版本。

$list = get_html_translation_table(HTML_ENTITIES);
unset($list['"']);
unset($list['<']);
unset($list['>']);
unset($list['&']);

$string = strtr($string, $list);
于 2010-06-23T16:30:59.430 回答
5

没有解析器的解决方案对于所有情况都是正确的。你的情况很好：

<p><font style="color:#FF0000">Camión español</font></p>

但你是否也想支持：

<p><font>true if 5 < a && name == "joe"</font></p>

你希望它在哪里出现：

<p><font>true if 5 &lt; a &amp;&amp; name == &quot;joe&quot;</font></p>

问题：您可以在构建 HTML 之前进行编码吗？换句话说，可以执行以下操作：

"<p><font>" + htmlentities(inner) + "</font></p>"

如果你能做到这一点，你会为自己省去很多悲伤。如果不能，您将需要某种方法来跳过编码 <、> 和 "（如上所述），或者简单地对其进行编码，然后撤消它（例如。replace('&lt;', '<')）

于 2009-09-02T04:54:51.407 回答
4

无需翻译表或自定义功能的一站式解决方案：

我知道这是一个老问题，但我最近不得不将一个静态网站导入一个 wordpress 网站，并且必须克服这个问题：

这是我不需要摆弄翻译表的解决方案：

htmlspecialchars_decode( htmlentities( html_entity_decode( $string ) ) );

当应用于 OP 的字符串时：

<p><font style="color:#FF0000">Camión español</font></p>

输出：

<p><font style="color:#FF0000">Cami&oacute;n espa&ntilde;ol</font></p>

当应用于 Luca 的字符串时：

<b>Is 1 < 4?</b>è<br><i>"then"</i> <div style="some:style;"><p>gain some <strong>€&lt;/strong><img src="/some/path" /></p></div>

输出：

<b>Is 1 < 4?</b>&egrave;<br><i>"then"</i> <div style="some:style;"><p>gain some <strong>&euro;</strong><img src="/some/path" /></p></div>
于 2017-01-04T07:35:25.043 回答
3

这是我刚刚编写的一个函数，它以一种非常优雅的方式解决了这个问题：

首先，将从字符串中提取 HTML 标签，然后对每个剩余的子字符串执行 htmlentities()，然后将原始 HTML 标签插入到它们的旧位置，从而不会导致 HTML 标签的交替。:-)

玩得开心：

function htmlentitiesOutsideHTMLTags ($htmlText)
{
    $matches = Array();
    $sep = '###HTMLTAG###';

    preg_match_all("@<[^>]*>@", $htmlText, $matches);   
    $tmp = preg_replace("@(<[^>]*>)@", $sep, $htmlText);
    $tmp = explode($sep, $tmp);

    for ($i=0; $i<count($tmp); $i++)
        $tmp[$i] = htmlentities($tmp[$i]);

    $tmp = join($sep, $tmp);

    for ($i=0; $i<count($matches[0]); $i++)
        $tmp = preg_replace("@$sep@", $matches[0][$i], $tmp, 1);

    return $tmp;
}
于 2010-02-26T18:13:21.253 回答
2

根据bflesch的回答，我做了一些更改来管理包含less than sign,greater than sign和single quoteor的字符串double quotes。

function htmlentitiesOutsideHTMLTags ($htmlText, $ent)
{
    $matches = Array();
    $sep = '###HTMLTAG###';

    preg_match_all(":</{0,1}[a-z]+[^>]*>:i", $htmlText, $matches);

    $tmp = preg_replace(":</{0,1}[a-z]+[^>]*>:i", $sep, $htmlText);
    $tmp = explode($sep, $tmp);

    for ($i=0; $i<count($tmp); $i++)
        $tmp[$i] = htmlentities($tmp[$i], $ent, 'UTF-8', false);

    $tmp = join($sep, $tmp);

    for ($i=0; $i<count($matches[0]); $i++)
        $tmp = preg_replace(":$sep:", $matches[0][$i], $tmp, 1);

    return $tmp;
}



使用示例：

$string = '<b>Is 1 < 4?</b>è<br><i>"then"</i> <div style="some:style;"><p>gain some <strong>€&lt;/strong><img src="/some/path" /></p></div>';
$string_entities = htmlentitiesOutsideHTMLTags($string, ENT_QUOTES | ENT_HTML401);
var_dump( $string_entities );

输出是：

string '<b>Is 1 &lt; 4?</b>&egrave;<br><i>&quot;then&quot;</i> <div style="some:style;"><p>gain some <strong>&euro;</strong><img src="/some/path" /></p></div>' (length=150)



ent flag您可以根据htmlentities 手册 传递任何内容

于 2012-04-23T09:06:37.830 回答