PHP中的htmlentities但保留了html標簽

Question

我想將字符串中的所有文本轉換為html實體，但保留HTML標記，例如：

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

應該翻譯成這個：

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

有任何想法嗎？

Answer 1

您可以使用函數get_html_translation_table htmlentities使用的對應列表character => entity。 考慮這段代碼：

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

（您可能需要在手冊中檢查該功能的第二個參數 - 也許您需要將其設置為與默認值不同的值）

它會得到這樣的東西：

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)

現在，刪除您不想要的對應關系：

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

您的列表現在具有htmlentites使用的所有對應字符=>實體，除了您不想編碼的少數字符。

現在，您只需要提取鍵和值列表：

$search = array_keys($list);
$values = array_values($list);

最后，您可以使用str_replace進行替換：

$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)

看起來像你想要的;-)

編輯：好吧，除了編碼問題（該死的UTF-8，我想 - 我正試圖找到一個解決方案，並將再次編輯）

第二次編輯幾分鍾之后：在調用str_replace之前，似乎你必須在$search列表上使用utf8_encode :-(

這意味着使用這樣的東西：

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

在調用array_keys和調用str_replace 。

而且，這一次，你應該得到你想要的東西：

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

以下是代碼的完整部分：

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

而全部輸出：

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)

這一次，應該沒問題^^
它並不真正適合一行，可能不是最優化的解決方案; 但它應該工作正常，並且有一個優點，允許您添加/刪除任何對應的字符=>您需要或不需要的實體。

玩得開心 ！

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

這是已接受答案的優化版本。

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

$string = strtr($string, $list);

Answer 4

對於所有情況，解析器之外沒有解決方案是正確的。 你的是一個很好的案例：

<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>

在哪里你想要它出來：

<p><font>true if 5 &lt; a &amp;&amp; name == &quot;joe&quot;</font></p>

問題：您可以在構建HTML之前進行編碼嗎？ 換句話說可以做類似的事情：

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

如果你能做到這一點，你將為自己節省很多悲傷。 如果你不能，你需要一些方法來跳過編碼<，>和“（如上所述），或者只是編碼全部，然后撤消它（例如replace('&lt;', '<') ）

Answer 5

這是我剛剛編寫的一個函數，它以非常優雅的方式解決了這個問題：

首先，將從字符串中提取HTML標記，然后在每個剩余的子字符串上執行htmlentities（），之后將原始HTML標記插入其舊位置，從而不會更改HTML標記。 :-)

玩得開心：

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

根據bflesch的答案，我做了一些更改來管理包含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 );

輸出是：

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)

您可以根據htmlentities手冊傳遞任何ent flag

Answer 7

無需轉換表或自定義功能的單行解決方案：

我知道這是一個老問題，但我最近不得不將靜態網站導入wordpress網站，並且必須克服這個問題：

這是我的解決方案，不需要擺弄翻譯表：

htmlspecialchars_decode( htmlentities( html_entity_decode( $string ) ) );

當應用於OP的字符串時：

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

輸出：

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

當應用於Luca的字符串時：

<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>

輸出：

<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>