PHP中的htmlentities但保留了html标签

Question

我想将字符串中的所有文本转换为html实体，但保留HTML标记，例如：

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

应该翻译成这个：

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

有任何想法吗？

Answer 1

您可以使用函数get_html_translation_table htmlentities使用的对应列表character => entity。 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功能的第二个参数 - 也许您需要将其设置为与默认值不同的值）

它会得到这样的东西：

array
  ' ' => string ' ' (length=6)
  '¡' => string '¡' (length=7)
  '¢' => string '¢' (length=6)
  '£' => string '£' (length=7)
  '¤' => string '¤' (length=8)
  ....
  ....
  ....
  'ÿ' => string 'ÿ' (length=6)
  '"' => string '"' (length=6)
  '<' => string '&lt;' (length=4)
  '>' => string '&gt;' (length=4)
  '&' => string '&amp;' (length=5)

现在，删除您不想要的对应关系：

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

您的列表现在具有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，您只需要提取键和值列表：

$search = array_keys($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)

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 - 我正试图找到一个解决方案，并将再次编辑）

第二次编辑几分钟之后：在调用str_replace之前，似乎你必须在$search列表上使用utf8_encode :-(

这意味着使用这样的东西：

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

在调用array_keys和调用str_replace 。

而且，这一次，你应该得到你想要的东西：

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

以下是代码的完整部分：

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

而全部输出：

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)

这一次，应该没问题^^
它并不真正适合一行，可能不是最优化的解决方案; 但它应该工作正常，并且有一个优点，允许您添加/删除任何对应的字符=>您需要或不需要的实体。

玩得开心 ！

Answer 2

可能不是非常有效，但它的工作原理

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

echo htmlspecialchars_decode(
    htmlentities($sample, ENT_NOQUOTES, 'UTF-8', false)
  , ENT_NOQUOTES
);

Answer 3

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);

Answer 4

对于所有情况，解析器之外没有解决方案是正确的。 你的是一个很好的案例：

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

但你也想支持：

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

在哪里你想要它出来：

<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？ 换句话说可以做类似的事情：

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

如果你能做到这一点，你将为自己节省很多悲伤。 如果你不能，你需要一些方法来跳过编码<，>和“（如上所述），或者只是编码全部，然后撤消它（例如replace('&lt;', '<') ）

Answer 5

这是我刚刚编写的一个函数，它以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标记，然后在每个剩余的子字符串上执行htmlentities（），之后将原始HTML标记插入其旧位置，从而不会更改HTML标记。 :-)

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;
}

Answer 6

根据bflesch的答案，我做了一些更改来管理包含less than sign ， greater than sign和single quote或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>€</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)

您可以根据htmlentities手册传递任何ent flag

Answer 7

无需转换表或自定义功能的单行解决方案：

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

这是我的解决方案，不需要摆弄翻译表：

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>€</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>