转换之间的所有内容使用 PHP 转换为 HTML 实体

Question

我如何将标签之间的所有内容转换为 html 实体：

Lorem ipsum dolor sit amet, consetetur sadipscing elitr,
sed diam nonumy eirmod tempor invidunt ut labore et dolore
magna aliquyam erat, sed diam voluptua.
<code class="highlight sql">
    CREATE TABLE `comments`
</code>

<h1>Next step</h1>

Lorem ipsum dolor sit amet, consetetur sadipscing elitr,
sed diam nonumy eirmod tempor invidunt ut labore et
dolore magna aliquyam erat, sed diam voluptua.
At vero eos et accusam et justo duo dolores et ea rebum.
<b>Stet clita kasd gubergren, no sea takimata sanctus</b> est Lorem
dolor sit amet. Lorem ipsum dolor sit amet, consetetur
sadipscing elitr, sed diam nonumy eirmod tempor invidunt
ut labore et dolore magna aliquyam erat, sed diam voluptua:
<code class="highlight php">
    <?php
        $host = "localhost";
    ?>
</code>

Lorem ipsum dolor sit amet, consetetur sadipscing elitr.

注意：上面的示例是一个我可以在 PHP 中转换的字符串。

Answer 1

对我来说这归结为正则表达式。在您开始大喊大叫之前，可以可靠地匹配＆amp;只要没有嵌套标签，就替换 html 的子集。

这是简单的方法。一个正则表达式，用于匹配从头到尾的标签，并将函数应用于匹配/编码我们需要的内容并替换它。

这是代码：

<?php
$string = 'Lorem ipsum dolor sit amet, consetetur sadipscing elitr,
sed diam nonumy eirmod tempor invidunt ut labore et dolore
magna aliquyam erat, sed diam voluptua.
<code class="highlight sql">
    CREATE TABLE `comments`&
</code>

<h1>Next step</h1>

Lorem ipsum dolor sit amet, consetetur sadipscing elitr,
sed diam nonumy eirmod tempor invidunt ut labore et
dolore magna aliquyam erat, sed diam voluptua.
At vero eos et accusam et justo duo dolores et ea rebum.
<b>Stet clita kasd gubergren&, no sea takimata sanctus</b> est Lorem
dolor sit amet. Lorem ipsum dolor sit amet, consetetur
sadipscing elitr, sed diam nonumy " eirmod " tempor invidunt
ut labore et dolore magna aliq&uyam erat, sed diam voluptua:
<code class="highlight php">
    <?php
       * $host = "localhost";
    ?>&
</code>

Lorem ipsum dolor sit amet, consetetur sadipscing elitr.';

echo preg_replace("/(<code[^>]*?>)(.*?)(<\/code>)/se", "
    stripslashes('$1').
    htmlentities(stripslashes('$2')).
    stripslashes('$3')
", $string);

这是键盘上的一个工作测试用例

http://codepad.org/MhKwfOQl

这将有效因为没有令人讨厌的嵌套标签/损坏的 html。

我仍然建议您尝试并确保按照您想要的方式保存数据，使其可见，并在需要时进行编码。

如果您想在一组不同的标签之间进行替换，请更改正则表达式。

更新： 看来 $host 正在被 php 解析...并且我们不希望这样。发生这种情况是因为 php 将替换字符串评估为 php，然后执行给定的函数并将找到的字符串输入到这些函数中，如果该字符串是由双引号封装的，它也会解析这些字符串...呵呵，真是麻烦。

然后出现另一个问题，php 转义匹配中的单引号和双引号，因此它们不会生成解析错误，这意味着匹配中的任何 qoutes 也必须从斜杠中删除...导致相当长的替换字符串。

Answer 2

尽管正则表达式或解析器可能会为您提供解决此难题的方法，但我认为您可能会以错误的方式实现您的目标。

_{摘自问题下方的评论：}

@Poru 该字符串是如何生成的？

@Phil：从数据库中获取。它是
教程的内容。这是一个自己开发的“CMS”。

如果您将此字符串存储在数据库中，并且它的功能是返回 HTML 内容，则您应该存储准备用作 HTML 的内容，这意味着您必须使用相应的 HTML 实体对相应的字符进行转义。

这是在这个问题中已经向您提供的建议：https://stackoverflow。 com/questions/7059776/include-source-code-in-html-valid/7059834

这里解释了必须转义的字符（以及其他各种参考资料）：

http://php.net/manual/en/function.htmlspecialchars.php

执行的翻译是：

• '&' （& 符号）变为 '&'

当未设置 ENT_NOQUOTES 时，

• '"'（双引号）将变为 '"'。
• 仅当设置了 ENT_QUOTES 时，“'”（单引号）才变为 '''。
• '<' （小于）变为 '<'
• '>' （大于）变为 '>'

如果事实上是这样，并且这个字符串应该是 HTML 输出并且没有其他功能，那么保存没有任何意义它是无效的 HTML，或者至少不是您想要的样子。

如果您必须存储未转义的代码示例，请考虑为这些片段使用单独的数据库表，然后简单地运行 htmlspecialchars() 在将其输出到 HTML 之前 您甚至可以为每个记录分配一种语言，并自动使用适当的语法突出显示工具来转义字符。

在我看来， 并准备好您的 HTML 内容以当前形式输出到屏幕是可行的方法。

Answer 3

$dom = new DOMDocument;
$dom->loadHTML(...);

$tags = $dom->getElementsByTagName('tag');
foreach($tags as $tag) {
    $tag->nodeValue = htmlentities($tag->nodeValue);
}
$dom->saveHTML();