在PHP中将HTML实体和特殊字符转换为UTF8文本

Question

有很多关于在PHP中将HTML实体和特殊字符转换为UTF8文本的问题和文档。还有PHP文档本身，比如htmlspecialchars_decode()和html_entity_decode()。然而，我找不到任何函数/解决方案清楚地描述如何将任何HTML字符和特殊实体转换为UTF-8文本。所有这些都陈述了类似于“如果你想这样做，那么就要这样做”等内容。但没有一个解决方案明确说明“为了拥有纯净的UTF-8文本，可以被人类阅读，那么就应该这样做”。

我提出问题的原因是我真的没有测试用例。我正在从数据库中读取数据，它是多语言的。但唯一的保证是字符是HTML格式，我需要将它们转换为UTF-8，以一种可以被懂得这些语言的人阅读的方式。现在，我该怎么办？什么是适当的方法来净化/解码输入，使其成为纯文本？

谢谢。

---

更新

这里是一个更新，从评论中可以看出我没有正确地提问。我的数据库包含文本。我想将该文本（其中包含HTML实体和特殊字符）转换为UTF-8文本，以便在网页上向最终用户显示。这些文本在数据库中使用多种语言编写（如法语、阿拉伯语、英语等）。所有这些都可能包含用于特殊字符的HTML实体。那么我该如何将所有这些转换为可被理解这些语言的人读取的UTF-8文本？我希望删除这些特殊字符并将它们转换为可被人类阅读的内容。

- Greeso

---

你看过 => https://dev59.com/13VC5IYBdhLWcg3wfhGL 吗？ - Funk Forty Niner

你的数据库内容包含实体吗？这是你的意思吗？（只是问一下，因为你并没有明确说明；但仍然要求一个明确的答案）。或者你所说的“字符在HTML中”是什么意思？你想去掉标签吗？为什么不提供一个具体的样例来说明输入和输出的期望值呢？ - mario

@Fred-ii- 是的，我有。它与此有些无关。我做了所有这些，但请注意，数据库内容来自其他来源（即，与我的设置无关）。唯一的保证是输入为HTML解码。我想将该输入更改为一些人类可读的文本。谢谢。 - Greeso

@mario - 我更新了问题。 - Greeso

Answer 1

这对我来说是解码实体为utf8的有效方法：

html_entity_decode($str, ENT_QUOTES | ENT_HTML5, 'UTF-8');

编辑：-- 其中的“诀窍”在于第二个参数的组合，以及在第三个参数中包含编码方式。也就是说，如果您只是执行html_entity_decode($str);，结果将不会是utf8。

- developerwjk