在HTML中將HTML編號的實體轉換爲Unicode以便在iPhone上使用

我正在創建一個Web服務來將JSON傳輸到iPhone應用程序。我使用json-framework來接收json，這很好用，因爲它可以自動解碼諸如「\ u2018」之類的東西。我遇到的問題是，似乎沒有一個全面的方法來一舉得到所有的角色。在HTML中將HTML編號的實體轉換爲Unicode以便在iPhone上使用

例如html_entity_decode()獲得大部分東西，但它留下了像‘（&＃8216;）。爲了捕獲這些實體並將它們轉換爲json-framework可以使用的東西（例如\ u2018），我使用此代碼將&＃轉換爲\ u，將數字轉換爲十六進制，然後剝離結尾分號。

function func($matches) { 
    return "\u" . dechex($matches[1]); 
} 
$json = preg_replace_callback("/&#(\d{4});/", "func", $json);

這對我來說目前正在工作，但它只是感覺不對。似乎我肯定錯過了一些將要在以後回來困擾我的角色。

有沒有人看到這種方法的缺陷？任何人都可以想到這種方法會錯過的角色？

任何幫助將不勝感激！

來源

2010-12-02 Philip Walton

從哪裏得到這個HTML編碼的輸入？如果你正在抓取一個網頁，你應該使用一個HTML解析器，它將爲你解碼實體和字符引用。如果您在表單輸入數據中獲取它們，則您遇到了編碼問題（請務必將包含表單的頁面以UTF-8的形式提供以避免出現此問題）。

如果必須轉換文本字符的HTML編碼拉伸到JSON，你應該通過HTML解碼然後JSON編碼第一，而不是試圖直接進入JSON格式（這會爲失敗做一堆需要逃避的其他角色）。使用內置的解碼器和編碼器功能，而不是嘗試自己創建JSON編碼的字符，如\u....（因爲那裏有陷阱）。

$html= 'abc &quot; def &#1234; ghi &#x1234; jkl \n mno'; 
$raw= html_entity_decode($html, ENT_COMPAT, 'utf-8'); 
$json= json_encode($raw); 

"abc \" def \u04d2 ghi \u1234 jkl \\n mno"

來源

2010-12-05 23:15:07 bobince

‘是一個十進制編號的實體，而我相信\u2018是一個十六進制表示。 HTML也支持十六進制編號的實體（例如，‘），但是一旦您發現#作爲實體前綴，您正在查看十進制或十六進制。還有一些已命名的實體（例如，&），但聽起來不像您需要在代碼中涵蓋這些情況。

來源

2010-12-02 19:17:30 fbrereto

它看起來像JSON-框架要求這些實體是在十六進制形式，例如\ u2018，爲了解碼。我的主要問題是爲什麼PHP函數html_entity_decode（）沒有趕上‘。這讓我想知道還有什麼沒有抓住。 – 2010-12-02 19:27:39

@Philip：它確實抓住了我，我得到一個解碼的```。 – bobince 2010-12-05 23:26:07

$html_escape = "&quot;Love sex magic rise&quot; &amp; &#23609;&#30495;&#24076; &#8216;"; 
$utf8 = mb_convert_encoding($html_escape, 'UTF-8', 'HTML-ENTITIES'); 
echo json_encode(array(
    "title" => $utf8 
)); 

// {"title":"\"Love sex magic rise\" & \u5c39\u771f\u5e0c \u2018"}

對於我這個工作做好

來源

2013-06-12 06:08:40 xwlee

在HTML中將HTML編號的實體轉換爲Unicode以便在iPhone上使用

回答

相關問題