HTML-Sonderzeichen aus einem String entfernen

Beim Erstellen eines RSS-Feeds ist es wichtig, HTML-Tags und Sonderzeichen zu entfernen, um die Kompatibilität sicherzustellen. Während strip_tags() Tags effektiv entfernt, bleiben häufig HTML-Sonderzeichen zurück.

Um dieses Problem zu beheben, gibt es zwei mögliche Lösungen:

html_entity_decode():

Diese Funktion dekodiert HTML-Entitäten und ersetzt sie durch die entsprechenden Zeichen. Zum Beispiel   würde in ein Leerzeichen umgewandelt werden.

preg_replace():

Mit regulären Ausdrücken können Sie mit preg_replace() bestimmte Zeichenfolgen entfernen. Das folgende Muster gleicht HTML-Sonderzeichen ab und entfernt sie:

/&#?[a-z0-9] ;/i

Dieses Muster sucht nach Sequenzen, die mit beginnen, gefolgt von eine Kombination aus Buchstaben und Zahlen, die mit einem Semikolon endet.

So implementieren Sie diese Lösung:

$content = preg_replace("/&#?[a-z0-9] ;/i", "", $content);

Jaccos Alternative:

Eine weitere Option , wie von Jacco im Kommentarbereich vorgeschlagen, besteht darin, Folgendes zu verwenden Muster:

/&#?[a-z0-9]{2,8};/i

Dieses Muster beschränkt die Ersetzung auf Sequenzen innerhalb eines bestimmten Zeichenbereichs und verringert so das Risiko des versehentlichen Ersetzens uncodierter & Zeichen in Sätzen.