从字符串中去除 HTML 特殊字符

创建 RSS 源时，删除 HTML 标签和特殊字符以确保兼容性至关重要。虽然 strip_tags() 有效地删除了标签，但它通常会留下 HTML 特殊字符。

要解决此问题，有两种可能的解决方案：

html_entity_decode():

该函数解码 HTML 实体并用相应的字符替换它们。例如，  将被转换为空格。

preg_replace():

使用正则表达式，preg_replace() 允许您删除特定的字符序列。以下模式匹配并删除 HTML 特殊字符：

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

此模式搜索以 开头，后跟的序列字母和数字的组合，并以分号结尾。

实现此解决方案：

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

Jacco 的替代方案：

另一个选项正如 Jacco 在评论部分所建议的，是使用以下内容pattern:

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

此模式将替换限制在一定字符范围内的序列，降低了风险意外替换未编码的 &句子中的字符。