如何删除html特殊字符?
我正在为我的应用程序创build一个RSS提要文件,在该提要文件中,我想删除由strip_tags
完成的HTML标记。 但是strip_tags
不能删除HTML特殊的代码字符:
& ©
等等
请告诉我任何函数,我可以用来从我的string中删除这些特殊的代码字符。
要么使用html_entity_decode
解码,要么使用preg_replace
删除它们:
$Content = preg_replace("/&#?[a-z0-9]+;/i","",$Content);
(从这里 )
编辑:替代根据Jacco的评论
可能很好用{2,8}replace“+”之类的东西。 这将限制当未编码的“&”出现时replace整个句子的机会。
$Content = preg_replace("/&#?[a-z0-9]{2,8};/i","",$Content);
使用html_entity_decode
转换HTML实体。
你需要设置字符集,使其正确工作。
除了上面的好的答案之外,PHP还有一个非常有用的内置filter函数:filter-var。
要删除HMTL字符,请使用:
$cleanString = filter_var($dirtyString, FILTER_SANITIZE_STRING);
更多信息:
- function.filter-VAR
- FILTER_SANITIZE_STRING
你可能想在这里看看htmlentities()和html_entity_decode()
$orig = "I'll \"walk\" the <b>dog</b> now"; $a = htmlentities($orig); $b = html_entity_decode($a); echo $a; // I'll "walk" the <b>dog</b> now echo $b; // I'll "walk" the <b>dog</b> now
这可能会很好地移除特殊字符。
$modifiedString = preg_replace("/[^a-zA-Z0-9_.-\s]/", "", $content);
我所做的就是使用: html_entity_decode
,然后使用strip_tags
去除它们。
尝试这个
<?php $str = "\x8F!!!"; // Outputs an empty string echo htmlentities($str, ENT_QUOTES, "UTF-8"); // Outputs "!!!" echo htmlentities($str, ENT_QUOTES | ENT_IGNORE, "UTF-8"); ?>
一个普通的香草串的方式来做到这一点,而无需使用preg正则expression式引擎:
function remEntities($str) { if(substr_count($str, '&') && substr_count($str, ';')) { // Find amper $amp_pos = strpos($str, '&'); //Find the ; $semi_pos = strpos($str, ';'); // Only if the ; is after the & if($semi_pos > $amp_pos) { //is a HTML entity, try to remove $tmp = substr($str, 0, $amp_pos); $tmp = $tmp. substr($str, $semi_pos + 1, strlen($str)); $str = $tmp; //Has another entity in it? if(substr_count($str, '&') && substr_count($str, ';')) $str = remEntities($tmp); } } return $str; }
它看起来像你真正想要的是:
function xmlEntities($string) { $translationTable = get_html_translation_table(HTML_ENTITIES, ENT_QUOTES); foreach ($translationTable as $char => $entity) { $from[] = $entity; $to[] = '&#'.ord($char).';'; } return str_replace($from, $to, $string); }
它用等同的数字来replace命名实体。
<?php function strip_only($str, $tags, $stripContent = false) { $content = ''; if(!is_array($tags)) { $tags = (strpos($str, '>') !== false ? explode('>', str_replace('<', '', $tags)) : array($tags)); if(end($tags) == '') array_pop($tags); } foreach($tags as $tag) { if ($stripContent) $content = '(.+</'.$tag.'[^>]*>|)'; $str = preg_replace('#</?'.$tag.'[^>]*>'.$content.'#is', '', $str); } return $str; } $str = '<font color="red">red</font> text'; $tags = 'font'; $a = strip_only($str, $tags); // red text $b = strip_only($str, $tags, true); // text ?>
我用来执行任务的function,join了schnaader进行的升级:
mysql_real_escape_string( preg_replace_callback("/&#?[a-z0-9]+;/i", function($m) { return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES"); }, strip_tags($row['cuerpo'])))
这个函数删除所有的html标签和html符号,转换成UTF-8准备保存在MySQL中
你可以试试htmlspecialchars_decode($string)
。 它适用于我。
http://www.w3schools.com/php/func_string_htmlspecialchars_decode.asp
$string = "äáčé"; $convert = Array( 'ä'=>'a', 'Ä'=>'A', 'á'=>'a', 'Á'=>'A', 'à'=>'a', 'À'=>'A', 'ã'=>'a', 'Ã'=>'A', 'â'=>'a', 'Â'=>'A', 'č'=>'c', 'Č'=>'C', 'ć'=>'c', 'Ć'=>'C', 'ď'=>'d', 'Ď'=>'D', 'ě'=>'e', 'Ě'=>'E', 'é'=>'e', 'É'=>'E', 'ë'=>'e', ); $string = strtr($string , $convert ); echo $string; //aace