Entfernen hartnäckiger HTML-Sonderzeichen

Die Funktion „strip_tags“ eignet sich zwar hervorragend zum Entfernen von HTML-Tags, kann jedoch lästige HTML-Sonderzeichen wie z für geschütztes Leerzeichen oder © für das Copyright-Symbol. Dies kann ein Stolperstein bei der Erstellung sauberer RSS-Feeds sein.

Um dieses Problem zu beheben, sollten Sie eine der folgenden Strategien in Betracht ziehen:

• HTML-Entitätsdekodierung: Verwenden Sie html_entity_decode, um die Sondercodes wieder in ihre ursprünglichen Zeichen umzuwandeln, bevor Ihre Zeichenfolge Strip_tags durchläuft Verarbeitung.
• Entfernung regulärer Ausdrücke: Alternativ können Sie die Funktion preg_replace verwenden, um diese Zeichen direkt aus Ihrer Zeichenfolge zu entfernen. Hier ist ein Beispielmuster, das die Aufgabe erfüllt:

$Content = preg_replace("/&#?[a-z0-9]{2,8};/i","",$Content);

Beachten Sie, dass das obige Muster eine von Jacco vorgeschlagene Änderung enthält, um unbeabsichtigte Ersetzungen echter kaufmännischer Und-Zeichen (&) in nicht codiertem Text zu verhindern. Durch die Angabe eines Zeichenbereichs von {2,8} ist das Muster bei der Ausrichtung auf HTML-Spezialcodes differenzierter.