(PHP 4 >= 4.3.0, PHP 5, PHP 7, PHP 8)
html_entity_decode — 将 HTML 实体转换为相应的字符
$string, int $flags = ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401, ?string $encoding = null): string
html_entity_decode() 与 htmlentities() 相反，它将 string 中的 HTML 实体转换为相应的字符。
更准确地说，此函数解码所有实体（包括所有数字实体），这些实体 a) 对于所选文档类型必须有效——例如，对于 XML，此函数不解码可能在某个 DTD 中定义的命名实体——并且 b) 其字符或字符位于与所选编码关联的编码字符集中，并且在所选文档类型中允许。所有其他实体保持不变。
string输入字符串。
flags一个或多个以下标志的位掩码，这些标志指定如何处理引号以及使用哪个文档类型。默认值为 ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401。
| 常量名称 | 描述 |
|---|---|
ENT_COMPAT |
将转换双引号，而保留单引号。 |
ENT_QUOTES |
将转换双引号和单引号。 |
ENT_NOQUOTES |
将保留双引号和单引号。 |
ENT_SUBSTITUTE |
用 Unicode 替换字符 U+FFFD (UTF-8) 或 � (其他) 替换无效的代码单元序列，而不是返回空字符串。 |
ENT_HTML401 |
将代码处理为 HTML 4.01。 |
ENT_XML1 |
将代码处理为 XML 1。 |
ENT_XHTML |
将代码处理为 XHTML。 |
ENT_HTML5 |
将代码处理为 HTML 5。 |
encoding一个可选参数，定义转换字符时使用的编码。
如果省略，encoding 默认值为 default_charset 配置选项的值。
虽然此参数在技术上是可选的，但如果 default_charset 配置选项可能针对给定输入设置不正确，则强烈建议您为代码指定正确的值。
支持以下字符集
| 字符集 | 别名 | 描述 |
|---|---|---|
| ISO-8859-1 | ISO8859-1 | 西欧语言，Latin-1。 |
| ISO-8859-5 | ISO8859-5 | 很少使用的西里尔字母字符集（Latin/Cyrillic）。 |
| ISO-8859-15 | ISO8859-15 | 西欧语言，Latin-9。添加了 Latin-1 (ISO-8859-1) 中缺少的欧元符号、法语和芬兰语字母。 |
| UTF-8 | 与 ASCII 兼容的多字节 8 位 Unicode。 | |
| cp866 | ibm866, 866 | DOS 特定的西里尔字母字符集。 |
| cp1251 | Windows-1251, win-1251, 1251 | Windows 特定的西里尔字母字符集。 |
| cp1252 | Windows-1252, 1252 | Windows 特定的西欧语言字符集。 |
| KOI8-R | koi8-ru, koi8r | 俄语。 |
| BIG5 | 950 | 繁体中文，主要用于台湾。 |
| GB2312 | 936 | 简体中文，国家标准字符集。 |
| BIG5-HKSCS | 带有香港扩展的 Big5，繁体中文。 | |
| Shift_JIS | SJIS, SJIS-win, cp932, 932 | 日语 |
| EUC-JP | EUCJP, eucJP-win | 日语 |
| MacRoman | Mac OS 使用的字符集。 | |
'' |
空字符串将依次从脚本编码 (Zend 多字节)、default_charset 和当前区域设置 (参见 nl_langinfo() 和 setlocale()) 中进行检测。不推荐。 |
注意: 任何其他字符集都无法识别。将使用默认编码，并将发出警告。
返回解码后的字符串。
| 版本 | 描述 |
|---|---|
| 8.1.0 |
flags 从 ENT_COMPAT 更改为 ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401。 |
| 8.0.0 |
encoding 现在可以为空。 |
示例 #1 解码 HTML 实体
<?php
$orig = "I'll \"walk\" the <b>dog</b> now";
$a = htmlentities($orig);
$b = html_entity_decode($a);
echo $a; // I'll "walk" the <b>dog</b> now
echo $b; // I'll "walk" the <b>dog</b> now
?>注释:
您可能想知道为什么 trim(html_entity_decode(' ')); 没有将字符串缩减为空字符串，这是因为 ' ' 实体不是 ASCII 码 32（由 trim() 去除），而是在默认 ISO 8859-1 编码中是 ASCII 码 160 (0xa0)。
如果您需要将 &#[0-9]+ 实体转换为 UTF-8 的功能，这个简单的方法有效
<?php
/* 实体处理。 /
$input = "Fovič";
$output = preg_replace_callback("/(&#[0-9]+;)/", function($m) { return mb_convert_encoding($m[1], "UTF-8", "HTML-ENTITIES"); }, $input);
/* 纯 UTF-8。 */
echo $output;
?>使用以下方法解码所有实体
<?php html_entity_decode($string, ENT_QUOTES | ENT_XML1, 'UTF-8') ?>
我已经检查了这些特殊实体
- 双引号 (")
- 单引号 (' 和 ')
- 不可打印字符（例如 ）
使用其他 $flags，某些或所有实体将不会被解码。
解码时，ENT_XML1 和 ENT_XHTML 看起来是相同的。此功能现在已在 PEAR 包 PHP_Compat 中实现。
有关在不升级 PHP 版本的情况下使用此函数的更多信息，请参见以下链接
http://pear.php.net/package/PHP_Compat以下函数解码命名和数字 HTML 实体，并在 UTF-8 上运行。需要 iconv。
function decodeHtmlEnt($str) {
$ret = html_entity_decode($str, ENT_COMPAT, 'UTF-8');
$p2 = -1;
for(;;) {
$p = strpos($ret, '&#', $p2+1);
if ($p === FALSE)
break;
$p2 = strpos($ret, ';', $p);
if ($p2 === FALSE)
break;
如果 (substr($ret, $p+2, 1) == 'x')
$char = hexdec(substr($ret, $p+3, $p2-$p-3));
否则
$char = intval(substr($ret, $p+2, $p2-$p-2));
//echo "$char\n";
$newchar = iconv(
'UCS-4', 'UTF-8',
chr(($char>>24)&0xFF).chr(($char>>16)&0xFF).chr(($char>>8)&0xFF).chr($char&0xFF)
);
//echo "$newchar<$p<$p2<<\n";
$ret = substr_replace($ret, $newchar, $p, 1+$p2-$p);
$p2 = $p + strlen($newchar);
}
返回 $ret;
}