PHP 函数可将任意“描述”转换为转换为播客提要的有效 xml 数据

Question

我正在阅读有关创建播客提要适合 iTunes 的文档，并且常见错误部分说：

---

使用 HTML 命名字符实体。

<! — illegal xml — >
<copyright>&copy; 2005 John Doe</copyright>

<! — valid xml — >
<copyright>&#xA9; 2005 John Doe</copyright>

与 HTML 不同， XML 仅支持五种 “命名字符实体”：

character   name               xml
&           ampersand          &
<           less-than sign     &lt;
>           greater-than sign  &gt;
’           apostrophe         &apos;
"           quotation          &quot;

以上五个字符是唯一的 需要转义的字符 XML。所有其他字符都可以 直接在编辑器中输入 支持UTF-8。您还可以使用 数字字符引用 指定字符的 Unicode， 例如：

character   name                       xml
©           copyright sign             ©
℗           sound recording copyright  ℗
™           trade mark sign            ™

有关进一步参考，请参阅 XML 角色和实体引用。

---

现在我在 PHP5 下使用 htmlentities() 并且 feed 正在验证和工作。但根据我收集的信息，一些可以放入内容中的东西可能会成为使其不再有效的实体。确保我不会传递错误数据的最佳函数是什么？我很担心某些内容会被输入并被实体化并破坏提要 - 我是否应该使用 str_replace() 并替换为命名实体并保留其余部分？或者我可以以某种方式使用 htmlspecialchars() 吗？

简而言之，什么是 htmentities() 的直接替代品，可以确保播客 RSS 提要中的描述、标题等输入是安全的？

Answer 1

您可以：

• 使用 CDATA 块代替（只需确保使用正确的编码，即 XML 文件的编码与数据的编码相匹配）。您唯一需要注意的是 ]]>，它不能按字面意思放在 CDATA 块中。
• 使用 mb_encode_numericentity 而不是 htmlentities（可能与 htmlspecialchars 以及之前使用 mb_convert_encoding 对 html 实体进行解码相结合）。

如果 XML 文件的编码是 UTF-8，则只需删除实体即可。假设您有以下 HTML 片段：

© 2005 John Doe

那么，您可以这样做：

$data = "© 2005 John Doe";
$data = mb_convert_encoding($data, "UTF-8", "HTML-ENTITIES");
$data = htmlspecialchars($data, ENT_NOQUOTES, "UTF-8");