html 实体编码转换成原字符

充当笔记吧

一个不上进的IT民工记录平日所学之所

<<  [转]HTTP调试工具：Fiddler的使用方法介绍 | 首页 | fiddler模拟HTTP请求  >>

html 实体编码转换成原字符 - [PHP+JS] 2010-03-08

：转载时请以超链接形式标明文章原始出处和作者信息及本声明
http://jjuan-flake.blogbus.com/logs/60154344.html

 

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 是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）

function unhtmlentities($string)
{
    // replace numeric entities 

    $string = preg_replace('/&#x([0-9a-f]+);/ei', 'chr(hexdec(", $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(, $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() 和 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
}

 // 在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