Как удалить html специальные символы?

Я создаю файл RSS-канала для моего приложения, в котором я хочу удалить HTML-теги, что делается strip_tags. Но strip_tags не удаляет HTML специальный код символов:

  & ©

etc.

пожалуйста, скажите мне любую функцию, которую я могу использовать, чтобы удалить эти специальные символы кода из моей строки.

14 52
php html-encode

14 ответов:

как расшифровать их с помощью html_entity_decode или удалить их с помощью preg_replace:

$Content = preg_replace("/&#?[a-z0-9]+;/i","",$Content);

(от здесь)

EDIT: альтернатива в соответствии с комментарием Жакко

было бы неплохо заменить '+' с {2,8} или что-то в этом роде. Это будет ограничивать возможность замены всего предложения, когда unencoded ' & ' является подарок.

$Content = preg_replace("/&#?[a-z0-9]{2,8};/i","",$Content);
102

использовать html_entity_decode для преобразования HTML-объектов.

вам нужно будет установить кодировку, чтобы она работала правильно.

19

В дополнение к хорошим ответам выше, PHP также имеет встроенную функцию фильтра, которая весьма полезна: filter-var.

чтобы удалить символы HMTL, используйте:

$cleanString = filter_var($dirtyString, FILTER_SANITIZE_STRING);

Подробнее:

16

вы можете взглянуть на htmlentities () и html_entity_decode ()здесь

$orig = "I'll \"walk\" the <b>dog</b> now";

$a = htmlentities($orig);

$b = html_entity_decode($a);

echo $a; // I'll &quot;walk&quot; the &lt;b&gt;dog&lt;/b&gt; now

echo $b; // I'll "walk" the <b>dog</b> now
8

Это может хорошо работать для удаления специальных символов.

$modifiedString = preg_replace("/[^a-zA-Z0-9_.-\s]/", "", $content);
4

что я сделал было использовать: html_entity_decode, а затем использовать strip_tags для удалить их.

2

попробуй такое

<?php
$str = "\x8F!!!";

// Outputs an empty string
echo htmlentities($str, ENT_QUOTES, "UTF-8");

// Outputs "!!!"
echo htmlentities($str, ENT_QUOTES | ENT_IGNORE, "UTF-8");
?>
2

простой ваниль строки способ сделать это без привлечения preg regex engine:

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;
}
1

похоже, что вы действительно хотите это: 

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);
}

Он заменяет именованные сущности их числовым эквивалентом.

1
<?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
?>
1

функция, которую я использовал для выполнения задачи, присоединившись к обновлению, сделанному schnaader:

    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'])))

эта функция удаляет все HTML-теги и html-символы, преобразованные в UTF-8, готовые к сохранению в MySQL

1

если вы хотите преобразование специальные символы HTML, а не просто удалить их, а также раздеть вещи и подготовиться к простому тексту это было решение, которое работало для меня...

function htmlToPlainText($str){
    $str = str_replace('&nbsp;', ' ', $str);
    $str = html_entity_decode($str, ENT_QUOTES | ENT_COMPAT , 'UTF-8');
    $str = html_entity_decode($str, ENT_HTML5, 'UTF-8');
    $str = html_entity_decode($str);
    $str = htmlspecialchars_decode($str);
    $str = strip_tags($str);

    return $str;
}

$string = '<p>this is (&nbsp;) a test</p>
<div>Yes this is! &amp; does it get "processed"? </div>'

htmlToPlainText($string);
// "this is ( ) a test. Yes this is! & does it get processed?"`

html_entity_decode w / ENT_QUOTES | ENT_XML1 преобразует такие вещи, как &#39; htmlspecialchars_decode преобразует такие вещи, как &amp; html_entity_decode преобразует такие вещи, как '&lt; и strip_tags удаляет все оставшиеся HTML-теги.

EDIT - Добавлена str_replace (' ' ,'', $str); и несколько других html_entity_decode () как продолжение тестирования показало необходимость в них.

1

вы можете попробовать htmlspecialchars_decode($string). Это работает на меня.

http://www.w3schools.com/php/func_string_htmlspecialchars_decode.asp

0
$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
-1