HTMLタグを削除するアプリケーションのRSSフィードファイルを作成しています。これはstrip_tags
。しかし、strip_tags
はHTMLの特別なコード文字を削除しません:
& ©
等.
これらの特別なコード文字を文字列から削除するために使用できる関数を教えてください。
html_entity_decode
を使用してデコードするか、preg_replace
を使用して削除します。
$Content = preg_replace("/&#?[a-z0-9]+;/i","",$Content);
( ここ から)
編集:Jaccoのコメントによる代替
「+」を{2,8}などに置き換えるといいかもしれません。これにより、エンコードされていない「&」が存在する場合に文全体を置き換える可能性が制限されます。
$Content = preg_replace("/&#?[a-z0-9]{2,8};/i","",$Content);
つかいます - html_entity_decode
はHTMLエンティティを変換します。
正しく機能させるには、文字セットを設定する必要があります。
上記の良い答えに加えて、PHPには、非常に便利な組み込みのフィルター関数filter-varもあります。
HMTL文字を削除するには、次を使用します。
$cleanString = filter_var($dirtyString, FILTER_SANITIZE_STRING);
詳細:
Htmlentities()およびhtml_entity_decode()をご覧ください here
$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
これは、特殊文字を削除するのにうまくいくかもしれません。
$modifiedString = preg_replace("/[^a-zA-Z0-9_.-\s]/", "", $content);
これを試して
<?php
$str = "\x8F!!!";
// Outputs an empty string
echo htmlentities($str, ENT_QUOTES, "UTF-8");
// Outputs "!!!"
echo htmlentities($str, ENT_QUOTES | ENT_IGNORE, "UTF-8");
?>
私がやったのは、html_entity_decode
を使用し、strip_tags
を使用してそれらを削除することでした。
プレグ正規表現エンジンを使用せずにそれを行う単純なバニラ文字列の方法:
function remEntities($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 $str;
}
あなたが本当に欲しいものは次のように見えます:
function xmlEntities($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, $string);
}
名前付きエンティティをその番号に相当するものに置き換えます。
Schnaaderによるアップグレードに参加するタスクを実行するために使用した関数は次のとおりです。
mysql_real_escape_string(
preg_replace_callback("/&#?[a-z0-9]+;/i", function($m) {
return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES");
}, strip_tags($row['cuerpo'])))
この関数は、すべてのHTMLタグとHTMLシンボルを削除し、UTF-8に変換してMySQLに保存できるようにします
<?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, $tags, true); // text
?>
HTML特殊文字をconvertしたいだけでなく、削除してプレーンテキストを準備したい場合は、これが有効なソリューションでした私...
function htmlToPlainText($str){
$str = str_replace(' ', ' ', $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;
}
$string = '<p>this is ( ) a test</p>
<div>Yes this is! & does it get "processed"? </div>'
htmlToPlainText($string);
// "this is ( ) a test. Yes this is! & does it get processed?"`
html_entity_decode w/ENT_QUOTES | ENT_XML1は'
のようなものを変換しますhtmlspecialchars_decodeは&
のようなものを変換しますhtml_entity_decodeは'<
のようなものを変換します。
[〜#〜] edit [〜#〜]-str_replace( ''、 ''、$ str);を追加しました;継続的なテストがそれらの必要性を示したので、他のいくつかのhtml_entity_decode()。
htmlspecialchars_decode($string)
を試すことができます。わたしにはできる。
http://www.w3schools.com/php/func_string_htmlspecialchars_decode.asp