頑固な HTML 特殊文字の除去

strip_tags 関数は、HTML タグの削除には優れていますが、次のような厄介な HTML 特殊文字には対処できません。非改行スペースの場合は「©」、著作権記号の場合は「©」です。これは、クリーンな RSS フィードを作成する際の障害となる可能性があります。

この問題を解決するには、次のいずれかの方法を利用することを検討してください:

• HTML エンティティ デコード:文字列がstrip_tagsを受ける前に、html_entity_decodeを使用して特殊コードを元の文字に変換します。処理.
• 正規表現の削除: あるいは、preg_replace 関数を使用して、これらの文字をターゲットにして文字列から直接削除します。このタスクを実行するサンプル パターンは次のとおりです:

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

上記のパターンには、エンコードされていないテキスト内の本物のアンパサンド文字 (&) が意図せず置き換えられるのを防ぐために、Jacco によって提案された修正が含まれていることに注意してください。 {2,8} の文字範囲を指定することにより、パターンは HTML 特殊コードをターゲットにする際にさらに識別力が高くなります。