Я создаю файл RSS-фида для моего приложения, в котором я хочу удалить теги HTML, которые выполняются strip_tags
. Но strip_tags
не удаляет специальные символы HTML:
& ©
и т.п.
Скажите, пожалуйста, любую функцию, которую я могу использовать, чтобы удалить эти специальные символы кода из моей строки.
Либо декодируйте их, используя html_entity_decode
либо удалите их с помощью preg_replace
:
$Content = preg_replace("/&#?[a-z0-9]+;/i","",$Content);
( Отсюда )
EDIT: Альтернатива в соответствии с комментарием Jacco
может быть приятно заменить «+» на {2,8} или что-то в этом роде. Это ограничит возможность замены целых предложений, когда присутствует незашифрованное «&».
$Content = preg_replace("/&#?[a-z0-9]{2,8};/i","",$Content);
Используйте html_entity_decode
для преобразования объектов HTML.
Вам нужно будет установить кодировку, чтобы она работала правильно.
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);
Больше информации:
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 "walk" the <b>dog</b> now echo $b; // I'll "walk" the <b>dog</b> now
Это может сработать для удаления специальных символов.
$modifiedString = preg_replace("/[^a-zA-Z0-9_.-\s]/", "", $content);
То, что я сделал, это использовать: html_entity_decode
, а затем использовать strip_tags
для их удаления.
попробуй это
<?php $str = "\x8F!!!"; // Outputs an empty string echo htmlentities($str, ENT_QUOTES, "UTF-8"); // Outputs "!!!" echo htmlentities($str, ENT_QUOTES | ENT_IGNORE, "UTF-8"); ?>
Обычная ванильная струна способ сделать это без привлечения двигателя regx preg:
function remEntities($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 $str; }
Похоже, что вы действительно хотите:
function xmlEntities($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, $string); }
Он заменяет именованные объекты их эквивалентом числа.
<?php function strip_only($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, $tags, true); // text ?>
Функция, которую я использовал для выполнения задачи, присоединяюсь к обновлению, сделанному schnaader:
mysql_real_escape_string( preg_replace_callback("/&#?[a-z0-9]+;/i", function($m) { return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES"); }, strip_tags($row['cuerpo'])))
Эта функция удаляет каждый html-тег и html-символ, преобразованный в UTF-8, готовый к сохранению в MySQL
Вы можете попробовать htmlspecialchars_decode($string)
. Меня устраивает.
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