PHP html_entity_decode 和修剪混淆

Posted

技术标签:

【中文标题】PHP html_entity_decode 和修剪混淆【英文标题】:PHP html_entity_decode and trim confusion 【发布时间】:2016-02-03 13:46:57 【问题描述】:

我正在尝试使用strip_tagstrim 来检测字符串是否包含空html

$description = '<p>&nbsp;</p>';

$output = trim(strip_tags(html_entity_decode($description, ENT_QUOTES, 'UTF-8')));

var_dump($output);

字符串'Â'(长度=2)

我的调试尝试解决这个问题:

$description = '<p>&nbsp;</p>';

$test = mb_detect_encoding($description);
$test .= "\n";
$test .= trim(strip_tags(html_entity_decode($description, ENT_QUOTES, 'UTF-8')));
$test .= "\n";
$test .= html_entity_decode($description, ENT_QUOTES, 'UTF-8');

file_put_contents('debug.txt', $test);

输出:debug.txt

ASCII
 
<p> </p>

【问题讨论】:

【参考方案1】:

如果您使用var_dump(urlencode($output)),您会看到它输出string(6) "%C2%A0",因此字符码是0xC2 和0xA0。 These two charcodes are unicode for "non-breaking-space"。确保您的文件以 UTF-8 格式保存,并且您的 HTTP 标头为 UTF-8 格式。

也就是说,要修剪这个字符,您可以使用带有 unicode 修饰符的正则表达式(而不是修剪):

DEMO:

<?php

$description = '<p>&nbsp;</p>';

$output = trim(strip_tags(html_entity_decode($description, ENT_QUOTES, 'UTF-8')));

var_dump(urlencode($output)); // string(6) "%C2%A0"

// -------

$output = preg_replace('~^\s+|\s+$~', '', strip_tags(html_entity_decode($description, ENT_QUOTES, 'UTF-8')));

var_dump(urlencode($output)); // string(6) "%C2%A0"

// -------

$output = preg_replace('~^\s+|\s+$~u', '', strip_tags(html_entity_decode($description, ENT_QUOTES, 'UTF-8')));
// Unicode! -----------------------^

var_dump(urlencode($output)); // string(0) ""

正则表达式验尸

~ - 正则表达式修饰符分隔符 - 必须在正则表达式之前,然后在修饰符之前 ^\s+ - 字符串的开头紧跟一个或多个空格(字符串开头的一个或多个空格字符) - ^ 表示字符串的开头,\s 表示空格字符, + 表示“匹配 1 到无限次”) | - 或 \s+$ - 一个或多个空格字符紧跟在字符串末尾(字符串末尾有一个或多个空格字符) ~ - 结束正则表达式修饰符分隔符 u - 正则表达式修饰符 - 这里使用 unicode modifier (PCRE_UTF8) 来确保我们替换 unicode 空白字符。

【讨论】:

尸检在这种情况下是一个很棒的词。

以上是关于PHP html_entity_decode 和修剪混淆的主要内容,如果未能解决你的问题,请参考以下文章

php html_entity_decode HTML实体转义

php一段文本使用了html_entity后保存到数据库,取出后用html_entity_decode解码后在程序里不会正常显示

html_entity_decode 将数据库里的 | 互联网金融 &ldquo;野蛮生长&rdquo; 的休止符| &rdquo转义成”“

SQLSTATE[22007]:无效的日期时间格式:1366 字符串值不正确,html_entity_decode 函数

php图像下载

PHP下载/复制文件/图像