删除 HTML 编码字符答案

【问题标题】：Remove HTML Encoded characters删除 HTML 编码字符
【发布时间】：2013-01-02 06:35:10
【问题描述】：

我正在从数据库中获取一些数据，它具有 HTML 编码字符 (&nbsp;)。有哪些选项可以删除这些？

我根本不希望这些渲染...我希望将它们从数据中剥离。

目前我并不担心 HTML 标签...只是编码字符。

编辑：如果相关，这些字符会导致 JSON 验证出现一些错误。

【问题讨论】：

【解决方案1】：

如果您想删除它们，请获取此类字符的列表或匹配它们的正则表达式（例如&[a-z]+;）并进行搜索和替换。

但是，如果您只希望它们因 JSON 验证错误而消失，则应正确生成/编码 JSON 以避免错误。（但是，我真的不明白它们如何导致无效的 JSON。）

【讨论】：

每当它被datatables.net 编码/使用时，它都会导致验证问题（我相信）。 第 8 行解析错误：...ado", ""BeginAllYourAdventur ----------------------^ Expecting '}', ':', ',', ']'
不知何故，一个引号字符" 进入了那里，结束了字符串并弄乱了 JSON。 & 和 ; 在 JSON 中没有特殊含义，" 有。我建议您创建一个演示完整问题（包括生成的 JSON）的最小示例，因为我认为它通常与 HTML 实体没有太大关系。

【解决方案2】：

这里不应该只使用正则表达式进行修剪。例如&nbsp; 也可以编码为&#160;，但&\#[0-9]+; 正则表达式会导致数据丢失，因为在某些时候几乎每个字符都可以像这样编码（例如：<p>&#72;&#69;&#76;&#76;&#79;</p>）。

【讨论】：