PHP:将 UTF8 字符编码为 html 实体

Question

我想将普通字符编码为 html 实体，例如

a => a
A => A
b => b
B => B

但是

echo htmlentities("a");

没用。它在 html 源代码中输出普通字符 (a A b B) 而不是 html 实体。

如何转换它们？

Answer 1

您可以使用 mb_ord 相当轻松地为此构建一个函数或 IntlChar::ord ，其中任何一个都会为您提供 Unicode 代码点的数值。

然后您可以使用 base_convert 将其转换为十六进制字符串, 并添加 '&#x' 和 ';'围绕它给出一个 HTML 实体:

function make_entity(string $char) {
    $codePoint = mb_ord($char, 'UTF-8'); // or IntlChar::ord($char); 
    $hex = base_convert($codePoint, 10, 16);
    return '&#x' . $hex . ';';
}
echo make_entity('a');
echo make_entity('€');
echo make_entity('🐘');

---

然后您需要为 UTF-8 字符串中的每个代码点运行它。使用 substr 之类的东西来遍历字符串是不够的，因为 PHP 的字符串函数处理单个字节，而每个 UTF-8 代码点可能是多个字节。

一种方法是使用具有 /./u 模式的正则表达式替换:

• . 匹配每个单独的“字符”
• /u修饰符开启Unicode模式，这样每一个被.匹配的“字符”都是一个完整的码位

然后您可以使用 preg_replace_callback 为每个匹配项(即每个代码点)运行上述 make_entity 函数.

---

由于 preg_replace_callback 将向你的回调传递一个匹配数组，而不仅仅是一个字符串，你可以制作一个 arrow function它获取数组并将元素 0 传递给真正的函数:

$callback = fn($matches) => make_entity($matches[0]);

所以把它放在一起，你有这个:

echo preg_replace_callback('/./u', fn($m) => make_entity($m[0]), 'a€🐘');

---

箭头函数是在 PHP 7.4 中引入的，所以如果你坚持使用旧版本，你可以编写与常规 anonymous function 相同的东西:

echo preg_replace_callback('/./u', function($m) { return make_entity($m[0]) }, 'a€🐘');

或者当然，只是一个常规的命名函数(或类或对象上的方法；有关不同的语法选项，请参阅 the "callable" page in the manual):

function make_entity_from_array_item(array $matches) {
    return make_entity($matches[0]);
}
echo preg_replace_callback('/./u', 'make_entity_from_array_item', 'a€🐘');