php - 使用 Internet Explorer %u20AC 到 € 的 UTF-8 编码

Question

我目前正在使用 TinyMCE 作为我的 CMS 用户的 html 编辑器。IE(任何)以某种方式将欧元符号 (€) 转换为 %u20AC。

经过简短的搜索，我找到了 this .它为 UTF-8 欧元符号提供了很多不同的编码，但没有 %u20AC，带有百分比图标。

我已经为 UTF-8 提供了正确的 header ，所以我猜 IE 只是粗鲁地按照自己的方式做事......

是否有一个 PHP 函数可以捕获这种奇怪的编码并将其放入普通的 htmlentity(十六进制、十进制或命名)。我可以只string_replace() 这个单一的问题符号，但我宁愿一次解决所有可能的冲突。

或者我应该简单地将 %u 替换为 &#x 以禁用 %u 的正常使用？

Answer 1

%u20AC 是 € 的 Unicode 编码数据，由 JavaScript escape() 函数生成<支持> MDN , ECMA262 为服务器端处理的 UTF8。

标准 PHP urldecode()无法处理(是非标准的百分比编码 ^WP )，所以需要使用扩展例程:

/**
 * @param string $string unicode and ulrencoded string
 * @return string decoded string
 */
function utf8_urldecode($string) {
    $string = preg_replace(
        "/%u([0-9a-f]{3,4})/i",
        "&#x\\1;",
        urldecode($string)
    );
    return html_entity_decode($string, ENT_XML1, 'UTF-8');
}

同时检查您是否可以为您的 TinyMCE 配置此行为。

---

引用资料

• preg_replace() - 正则表达式搜索和替换
• urldecode() - 解码 URL 编码的字符串
• html_entity_decode() - 将 HTML 实体转换为相应的字符(此处:&x20AC -> € U+20AC EURO SIGN/\u{20AC} /\xE2\x82\xAC/\342\202\254)
• 3v4l.org example of this answer in action