php - Convert html entities to UTF-8, but keep existing UTF-8

Question

I want to convert html entities to UTF-8, but mb_convert_encoding destroys already UTF-8 encoded characters. Whats the correct way?

$text = "äöü &auml; &ouml; &uuml; &#223;";
var_dump(mb_convert_encoding($text, 'UTF-8', 'HTML-ENTITIES'));
// string(24) "Ã¤Ã¶Ã¼ ä ö ü ß"

score 4 · Accepted Answer

mb_convert_encoding()不是您想要实现的正确功能：您应该真正使用html_entity_decode()代替，因为它只会将实际的 html 实体转换为 UTF-8，并且不会影响现有的 UTF-8 字符在字符串中。

$text = "äöü &auml; &ouml; &uuml; &#223;";
var_dump(html_entity_decode($text, ENT_COMPAT | ENT_HTML401, 'UTF-8'));

这使

string(18) "äöü ä ö ü ß"

score 0 · Accepted Answer

在我的本地主机中，我得到string(18) "äöü ä ö ü ß".

我认为这与您的页面编码有关。使用 Notepad++ 编辑文件，然后从工具栏中转到编码并更改为“在 ANSI 中编码”。如果它不起作用，请尝试使用“在没有 BOM 的情况下以 UTF-8 编码”。

score 0 · Accepted Answer

如果这仍然不起作用，试试这个

html_entity_decode($html, ENT_QUOTES, 'cp1252');

这是在 Windows IIS 系统上开始正常工作所需要的。见源

3 回答 3