文字列から HTML 特殊文字を削除する

RSS フィードを作成するときは、互換性を確保するために HTML タグと特殊文字を削除することが重要です。 strip_tags() はタグを効果的に削除しますが、多くの場合 HTML 特殊文字が残ります。

この問題に対処するには、次の 2 つの解決策が考えられます:

html_entity_decode():

この関数は HTML エンティティをデコードし、対応する文字に置き換えます。たとえば、 

preg_replace():

正規表現を使用すると、preg_replace() で特定の文字シーケンスを削除できます。次のパターンは、HTML 特殊文字を照合して削除します:

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

このパターンは、 で始まり、その後に続くシーケンスを検索します。文字と数字の組み合わせで、セミコロンで終わります。

このソリューションを実装するには:

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

Jacco の代替案:

別のオプションコメントセクションでJaccoが提案したように、次のものを使用することですpattern:

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

このパターンは、置換を特定の文字範囲内のシーケンスに制限し、リスクを軽減しますエンコードされていないものを誤って置き換える可能性があります。文中の文字