PHP - 从字符串中删除解码的 HTML 实体答案

【问题标题】：PHP - Remove decoded HTML entities from stringPHP - 从字符串中删除解码的 HTML 实体
【发布时间】：2019-01-08 07:08:49
【问题描述】：

我正在尝试清理字符串，结果如下：

lt i gt 芽孢杆菌中抗砷基因的表征 lt i gt sp UWC 从成熟的粉煤灰酸性矿山排水中分离中和固体

我正在尝试删除 lt、i、gt，因为它们是精简的 HTML 实体，似乎没有被删除。处理这个或其他我可以考虑的解决方案的最佳方法是什么？

这是我目前的解决方案：

/**
 * @return string
 */
public function getFormattedTitle()
{
    $string = preg_replace('/[^A-Za-z0-9\-]/', ' ',  filter_var($this->getTitle(), FILTER_SANITIZE_STRING));
    return $string;
}

这是一个示例输入字符串：

Assessing <i>Clivia</i> taxonomy using the core DNA barcode regions, <i>matK</i> and <i>rbcLa</i>

谢谢！

【问题讨论】：

我猜你也试过php.net/manual/en/function.str-replace.php和php.net/manual/en/function.strip-tags.php？

标签： php string replace html-entities

【解决方案1】：

代替filter_var，试试strip_tags：http://php.net/manual/en/function.strip-tags.php

<?php
  //your input string
  $input_string = 'Assessing <i>Clivia</i> taxonomy using the core DNA barcode regions, <i>matK</i> and <i>rbcLa</i>';

  //strip away all html tags but leave whats inside
  $output_string = strip_tags($input_string);

  echo $output_string;
  //echos: Assessing Clivia taxonomy using the core DNA barcode regions, matK and rbcLa 

?>

【讨论】：

我试过了，但结果是：Antibiotic resistance profiles of &lt;i&gt;Escherichia coli&lt;/i&gt; isolated from different water sources in the Mmabatho locality 我现在需要删除 &lt、&gt、&i 等...
在这种情况下，我认为@Thomas David Baker 是正确的，您在屏幕上看到了 html 标签，但您的基础数据充满了 html 实体。当您显示示例输入字符串时，您是从浏览器中复制的还是从文本文件中复制的？

【解决方案2】：

更好的方法是 strip_tags(); 在此处查看手册： http://php.net/manual/ru/function.strip-tags.php 一个例子：

   public function getFormattedTitle()
    {
        return strip_tags($this->getTitle(), '<i>');
    }

【讨论】：

【解决方案3】：

输出中的 lt 和 gt 告诉我，您拥有的字符串实际上更像：

“使用核心 DNA 条形码区域 matK 和 rbcLa 评估 君子兰 分类法”

当被视为纯文本时。

您在上面显示的字符串将在浏览器中显示，它会解释 '<'作为 ''。（这些通常称为“HTML 实体”，并提供了一种编码字符的方法，否则该字符会被解释为 HTML。）

一种选择是这样处理：

$s = "Assessing &lt;i&gt;Clivia&lt;/i&gt; taxonomy …";
$s = html_entity_decode($s); // $s is now "Assessing <i>Clivia</i> taxonomy …"
$s = strip_tags($s); // $s is now "Assessing Clivia taxonomy"

但请注意，strip_tags 是一个非常幼稚的函数。例如，它会将 '12' 变成 '12'！所以你需要确保你所有的输入文本都是双 HTML 编码的，因为这个例子是为了让它完美地工作。

【讨论】：