html 实体编码转换成原字符

今天遇到件很恶心的事,某国外歌词网站提供的歌词在源文件里使用“&#数字;”格式的编码表示abcd....原来小菜我实在才疏学浅不知此为何物,于是利用八零后特有的搜索引擎控,搜之。片刻得解,此乃html实体编码。平时我们见的 html的实体字符,其实在后面 还对应一个实体编码。编码表转一个GG/MM的。见附表。

 本人试着将编码通过html_entity_decode转换为字符,却发现公司里用的php4,此函数undefined。没办法只好请教师傅终于找到了答案。

 这些编码的格式“&#十六进制/十进制”,是将字符对应的ASCII码转成10/16进制加上&#;之后形成。因此我们只要将&#后面的数值转换成ASCII码(十进制),然后找到然后就能找到那个字符。这里有师傅送的一个函数(出处不明)

functionunhtmlentities($string)

{

   // replace numeric entities 

 

   $string = preg_replace('/&#x([0-9a-f]+);/ei', 'chr(hexdec("\\1"))', $string); //针对十六进制

       //hexdec()返回与 hex_string 参数所表示的十六进制数等值的的十进制数

   //chr返回ascii码对应的字符

  $string =preg_replace('~&#([0-9]+);~e', 'chr(\\1)',$string); //针对十进制

   echo $string;

   // replace literal entities

   $trans_tbl = get_html_translation_table(HTML_ENTITIES);

/get_html_translation_table 返回 htmlentities() htmlspecialchars() 函数使用的翻译表,HTML_ENTITIES/翻译所有需要 URL 编码的字符,以便正确地显示在网页上

   $trans_tbl = array_flip($trans_tbl);//反转翻译表的键名和值 值做键名

   return strtr($string, $trans_tbl); //返回$string中字符在$trans_tbl中对应的特定字符

}

 // preg_replace的正则表达式,可以使用e修正符:使用此修正符preg_replace()在替换字符串中对逆向引用做正常替 换,将其作为PHP代码求值(而非简单的字符串),将用其结果替换所搜索字符串。这就是在替换字符串里可以时使用php函数的原因。

附录

HTML实体字符

字符

十进制字符编号

实体名字

说明

未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused

制表符Horizontal tab

换行Line feed

未使用Unused

未使用Unused

回车Carriage Return



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused



未使用Unused

 

Space

!

!

惊叹号Exclamation mark

"

"

双引号Quotation mark

#

#

数字标志Number sign

$

$

美元标志Dollar sign

%

%

百分号Percent sign

&

&

&

Ampersand

'

单引号Apostrophe

(

(

小括号左边部分Left parenthesis

)

)

小括号右边部分Right parenthesis

*

*

星号Asterisk

+

+

加号Plus sign

,

,

逗号Comma

-

-

连字号Hyphen

.

.

句号Period (fullstop)

/

/

斜杠Solidus (slash)

0

0

数字0 Digit 0

1

1

数字1 Digit 1

2

2

数字2 Digit 2

3

3

数字3 Digit 3

4

4

数字4 Digit 4

5

5

数字5 Digit 5

6

6

数字6 Digit 6

7

7

数字7 Digit 7

;8

8

数字8 Digit 8

9

9

数字9 Digit 9

:

:

冒号Colon

;

;

分号Semicolon

<

<

<

小于号Less than

=

=

等于符号Equals sign

>

>

>

大于号Greater than

?

?

问号Question mark

@

@

Commercial at

A

A

大写A Capital A

B

B

大写B Capital B

C

C

大写C Capital C

D

D

大写D Capital D

E

E

大写E Capital E

F

F

大写F Capital F

G

G

大写G Capital G

H

H

大写H Capital H

I

I

大写J Capital I

J

;J

大写K Capital J

K

K

大写L Capital K

L

L

大写K Capital L

M

M

大写M Capital M

N

N

大写N Capital N

O

O

大写O Capital O

P

P

大写P Capital P

Q

Q

大写Q Capital Q

R

R

大写R Capital R

S

S

大写S Capital S

T

T

大写T Capital T

U

U

大写U Capital U

V

V

大写V Capital V

W

W

大写W Capital W

X

X

大写X Capital X

Y

Y

大写Y Capital Y

Z

Z

大写Z Capital Z

[

[

---

中括号左边部分Left square bracket

\

\

---

反斜杠Reverse solidus (backslash)

]

]

中括号右边部分Right square bracket

^

^

Caret

_

_

下划线Horizontal bar (underscore)

`

`

尖重音符Acute accent

a

a

小写a Small a

b

b

小写b Small b

c

c

小写c Small c

d

d

小写d Small d

e

e

小写e Small e

f

f

小写f Small f

g

g

小写g Small g

h

h

小写h Small h

i

i

小写i Small i

j

j

小写j Small j

k

k

小写k Small k

l

l

小写l Small l

m

m

小写m Small m

n

n

小写n Small n

o

o

小写o Small o

p

p

小写p Small p

q

q

小写q Small q

r

r

小写r Small r

s

s

小写s Small s

t

t

小写t Small t

u

u

小写u Small u

v

v

小写v Small v

w

w

小写w Small w

x

x

小写x Small x

y

y

小写y Small y

z

z

小写z Small z

{

{

大括号左边部分Left curly brace

|

|

竖线Vertical bar

}

}

大括号右边部分Right curly brace

~

~

Tilde



未使用Unused

 

 

 

空格Nonbreaking space

¡

¡

¡

Inverted exclamation

¢

¢

¢

货币分标志Cent sign

£

£

£

英镑标志Pound sterling

¤

¤

¤

通用货币标志General currency sign

¥

¥

¥

日元标志Yen sign

¦

¦

¦ or &brkbar;

断竖线Broken vertical bar

§

§

§

分节号Section sign

¨

¨

¨ or ¨

变音符号Umlaut

©

©

©

版权标志Copyright

ª

ª

ª

Feminine ordinal

«

«

«

Left angle quote, guillemet left

¬

¬

¬

Not sign

­

­

­

Soft hyphen

®

®

®

注册商标标志Registered trademark

¯

¯

¯ or &hibar;

长音符号Macron accent

°

°

°

度数标志Degree sign

±

±

±

加或减Plus or minus

²

²

²

上标2 Superscript two

³

³

³

上标3 Superscript three

´

´

´

尖重音符Acute accent

µ

µ

µ

Micro sign

Paragraph sign

·

·

·

Middle dot

¸

¸

¸

Cedilla

¹

¹

¹

上标1 Superscript one

º

º

º

Masculine ordinal

»

»

»

Right angle quote, guillemet right

¼

¼

¼

四分之一Fraction one-fourth

½

½

½

二分之一Fraction one-half

¾

¾

¾

四分之三Fraction three-fourths

¿

¿

¿

Inverted question mark

À

À

À

Capital A, grave accent

Á

Á

Á

Capital A, acute accent

Â

Â

Â

Capital A, circumflex

Ã

Ã

Ã

Capital A, tilde

Ä

Ä

Ä

Capital A, di?esis / umlaut

Å

Å

Å

Capital A, ring

Æ

Æ

Æ

Capital AE ligature

Ç

Ç

Ç

Capital C, cedilla

È

È

È

Capital E, grave accent

É

É

É

Capital E, acute accent

Ê

Ê

Ê

Capital E, circumflex

Ë

Ë

Ë

Capital E, di?esis / umlaut

Ì

Ì

Ì

Capital I, grave accent

Í

Í

Í

Capital I, acute accent

Î

Î

Î

Capital I, circumflex

Ï

Ï

Ï

Capital I, di?esis / umlaut

Ð

Ð

Ð

Capital Eth, Icelandic

Ñ

Ñ

Ñ

Capital N, tilde

Ò

Ò

Ò

Capital O, grave accent

Ó

Ó

Ó

Capital O, acute accent

Ô

Ô

Ô

Capital O, circumflex

Õ

Õ

Õ

Capital O, tilde

Ö

Ö

Ö

Capital O, di?esis / umlaut

×

×

×

乘号Multiply sign

Ø

Ø

Ø

Capital O, slash

Ù

Ù

Ù

Capital U, grave accent

Ú

Ú

Ú

Capital U, acute accent

Û

Û

Û

Capital U, circumflex

Ü

Ü

Ü

Capital U, di?esis / umlaut

Ý

Ý

Ý

Capital Y, acute accent

Þ

Þ

Þ

Capital Thorn, Icelandic

ß

ß

ß

Small sharp s, German sz

à

à

à

Small a, grave accent

á

á

á

Small a, acute accent

â

â

â

Small a, circumflex

ã

ã

ã

Small a, tilde

ä

ä

ä

Small a, di?esis / umlaut

å

å

å

Small a, ring

æ

æ

æ

Small ae ligature

ç

ç

ç

Small c, cedilla

è

è

è

Small e, grave accent

é

é

é

Small e, acute accent

ê

ê

ê

Small e, circumflex

ë

ë

ë

Small e, di?esis / umlaut

ì

ì

ì

Small i, grave accent

í

í

í

Small i, acute accent

î

î

î

Small i, circumflex

ï

ï

ï

Small i, di?esis / umlaut

ð

ð

ð

Small eth, Icelandic

ñ

ñ

ñ

Small n, tilde

ò

ò

ò

Small o, grave accent

ó

ó

ó

Small o, acute accent

ô

ô

ô

Small o, circumflex

õ

õ

õ

Small o, tilde

ö

ö

ö

Small o, di?esis / umlaut

÷

÷

÷

除号Division sign

ø

ø

ø

Small o, slash

ù

ù

ù

Small u, grave accent

ú

ú

ú

Small u, acute accent

û

û

û

Small u, circumflex

ü

ü

ü

Small u, di?esis / umlaut

ý

ý

ý

Small y, acute accent

þ

þ

þ

Small thorn, Icelandic

ÿ

ÿ

ÿ

Small y, umlaut

你可能感兴趣的:(HTML5)