PHP html_entity_decode()函数对于数字实体60和62的异常处理

Question

如何在使用PHP的html_entity_decode()函数时，对数字HTML实体60和62进行例外处理？

目前我的代码大致类似于以下内容：

$t = mysqli_real_escape_string($db,html_entity_decode($_POST['title'],ENT_COMPAT,'UTF-8'));

然而，如果我有一些编码后以脱字符的形式显示在内容中（就像您直接向客户端显示和符号一样），它们也会被编码，这导致了HTML格式不正确。因此，我需要做出某种例外，尽管我不确定如何做到这一点；使用临时占位符进行字符串替换？我相信有更好的方法。

- John

---

“解码”发布的值的目的是什么？这样做似乎出了问题。通常，HTML输入字段不会对任何值进行“编码”。 - user2864740

我支持许多不同的非拉丁语言和客户端浏览器，PHP 和其他混合内容总是会利用每一个机会来破坏 HTML 实体，因此当页面被编辑时，我将所有 127 以上的字符转换为数字 HTML 实体，以保证它们的安全性...但是，将它们放入数据库时长度成为了一个问题，然而 SQL 正确地支持 Unicode/UTF-8，所以这是最后一步，以确保客户端看到客户端需要的内容。 :-) - John

我不认为html_entity_decode被设计来处理这种情况（或者能够正确地处理它）。 - user2864740

目标是否只是“允许人们使用类似HTML编码的方法输入文本实体”？（为什么他们要这样做，而不是使用自己的字符集，我不知道...但至少这足以缩小问题的范围，仍然从错误地应用全面的HTML解码开始。） - user2864740

此外，< 和 > 最好称为尖括号。^ 是一个脱字符（并且不受 HTML 编码或解码的影响）。 - user2864740

Answer 1

鉴于这可能是一个XY问题，以下是暂定的答复：
在解析HTML实体后，您可以通过htmlspecialchars重新编码那些可能会破坏HTML结构的字符。

$t = mysqli_real_escape_string(
    $db,
    htmlspecialchars(
        html_entity_decode($_POST['title'],ENT_COMPAT,'UTF-8'),
        'UTF-8'
    )
);

- VolkerK

---

我认为问题在于，PHP无法理解哪些脱字符应该被编码，哪些应该是实体。因此，除非有内置的异常或不同的函数可用，否则我应该创建自己的函数，在使用html_entity_decode()之前和之后进行字符串替换。 - John

或者你可以在输出时应用编码，而不是在存储值时应用。如果这对性能有负面影响 -> 缓存 ;-) - VolkerK

不幸的是，这对我来说是一个双重否定。虽然被编码为数字实体，但 SQL 字段的非常有意的限制（例如用于元描述）并不能弥补数字 HTML 实体的缺陷，而且我真的没有时间去调整它，更何况这几乎没有意义。此外，每次编辑器从可视模式切换到 HTML 模式时，JavaScript 都会将所有字符转换为实体，无论其代码是否超过 127。我没有看到我所希望的双字符串替换的替代方案；不过，我只想做我的客户想要的事情。 :-) - John

不不，我只是指编码，而不是解码：html_entity_decode() 不考虑 < 和/或 >，即将 < 和 > 保留为原样，但在外部应用 htmlspecialchars()。 - VolkerK

我尝试过这样做，它会从变量中删除字符串内容。:-\ - John

哦，JavaScript在我的系统上不编码插入符号，因为它们的编号是60和62，而且它只编码大于127的字符；该死，当使用拼写检查时，我无法忍受回车键触发创建注释。-__- - John