分类： 系统运维
2012-02-22 11:28:58
：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 |
