逆 htmlentities / html_entity_decode

Question

基本上我想把一个字符串变成这样：

;

blabla

;

改为：

<code>

blabla

我该怎么做？

---

The use case (bc some people were curious):

像 this 这样的页面，其中包含允许的 HTML 标签和示例列表。例如， 是一个允许的标签，这就是示例：

<code>&lt;?php echo "Hello World!"; ?&gt;</code>

我想要一个反向函数，因为有很多这样的标签和示例，我将它们全部存储到一个我迭代的数组中在一个循环中，而不是单独处理每个循环......

Answer 1

我的版本使用正则表达式：

$string = '<code> <div> blabla </div> </code>';
$new_string = preg_replace(
    '/(.*?)(<.*?>|$)/se', 
    'html_entity_decode("$1").htmlentities("$2")', 
    $string
);

它尝试匹配每个标签和文本节点，然后分别应用htmlentities和html_entity_decode。

Answer 2

没有现有的功能，但看看这个。
到目前为止，我只在您的示例上测试了它，但此功能应该适用于所有 htmlentities

function html_entity_invert($string) {
    $matches = $store = array();
    preg_match_all('/(&(#?\w){2,6};)/', $string, $matches, PREG_SET_ORDER);

    foreach ($matches as $i => $match) {
        $key = '__STORED_ENTITY_' . $i . '__';
        $store[$key] = html_entity_decode($match[0]);
        $string = str_replace($match[0], $key, $string);
    }

    return str_replace(array_keys($store), $store, htmlentities($string));
}

更新：

• 感谢 @Mike 花时间用其他字符串测试我的函数。我已将正则表达式从 /(\&(.+)\;)/ 更新为 /(\&([^\&\;]+)\;) / 应该可以解决他提出的问题。

• 我还添加了 {2,6} 来限制每次匹配的长度，以减少误报的可能性。

• 将正则表达式从 /(\&([^\&\;]+){2,6}\;)/ 更改为 /(&([^&] ;;]+){2,6};)/ 删除不必要的扩展。

• 哇哦，脑电波！将正则表达式从 /(&([^&]+){2,6};)/ 更改为 /(&(#?\w){2,6 };)/ 进一步降低误报概率！

Answer 3

单独更换对您来说还不够。无论是正则表达式还是简单的字符串替换，因为如果替换 < > 符号，那么 <和>符号或反之亦然，您最终将得到一种编码/解码（所有 < 和 > 或所有 < 和 > 符号）。

因此，如果您想执行此操作，则必须解析出一组（我选择用占位符替换）进行替换，然后将它们放回并进行另一次替换。

$str = "<code> <div> blabla </div> </code>";
$search = array("<",">",);

//place holder for < and >
$replace = array("[","]");

//first replace to sub out < and > for [ and ] respectively
$str = str_replace($search, $replace, $str);

//second replace to get rid of original < and >
$search = array("<",">");
$replace = array("<",">",);
$str = str_replace($search, $replace, $str);

//third replace to turn [ and ] into < and >
$search = array("[","]");
$replace = array("<",">");

$str = str_replace($search, $replace, $str);

echo $str;

Answer 4

我想我有一个小解决方案，为什么不将 html 标签分解成一个数组，然后根据需要进行比较和更改？

function invertHTML($str) {
    $res = array();
    for ($i=0, $j=0; $i < strlen($str); $i++) { 
        if ($str{$i} == "<") { 
           if (isset($res[$j]) && strlen($res[$j]) > 0){
                $j++; 
                $res[$j] = '';
           } else {
               $res[$j] = '';
           }
           $pos = strpos($str, ">", $i); 
           $res[$j] .= substr($str, $i, $pos - $i+1); 
           $i += ($pos - $i); 
           $j++;
           $res[$j] = '';
           continue; 
        } 
        $res[$j] .= $str{$i}; 
    } 

    $newString = '';
    foreach($res as $html){
        $change = html_entity_decode($html);
        if($change != $html){
            $newString .= $change;
        } else {
            $newString .= htmlentities($html);
        }
    }
    return $newString; 
}

修改....没有错误。

Answer 5

因此，尽管这里的其他人推荐了正则表达式，这可能是绝对正确的方法......我想发布此内容，因为它足以满足您提出的问题。

假设您始终使用 html'esque 代码：

 $str = '<code> <div> blabla </div> </code>';
 xml_parse_into_struct(xml_parser_create(), $str, $nodes);
 $xmlArr = array();
 foreach($nodes as $node) { 
     echo htmlentities('<' . $node['tag'] . '>') . html_entity_decode($node['value']) . htmlentities('</' . $node['tag'] . '>');
 }

给我以下输出：

<CODE> <div> blabla </div> </CODE>

相当肯定这不会支持再次向后退.. 正如发布的其他解决方案一样，在以下意义上：

 $orig = '<code> <div> blabla </div> </code>';
 $modified = '<CODE> <div> blabla </div> </CODE>';
 $modifiedAgain = '<code> <div> blabla </div> </code>';

Answer 6

我建议使用正则表达式，例如 preg_replace():

• http://www.php.net/manual/en/function.preg-replace.php

• http://www.webcheatsheet.com/php/regular_expressions.php

• http://davebrooks.wordpress.com/2009/04/22/php-preg_replace-some-useful-regular-expressions/

Answer 7

编辑：看来我还没有完全回答你的问题。没有内置的 PHP 函数可以执行您想要的操作，但您可以使用正则表达式甚至简单表达式进行查找和替换： str_replace, preg_replace