在PHP中将ASCII转换为明文

Question

我正在爬取一些网站，拿到了ASCII文本，我想将其转换为纯文本以便存储到数据库中。例如，我想要

I have got to tell anyone who will listen that this is
one of THE best adventure movies I've ever seen.
It's almost impossible to convey how pumped I am
now that I've seen it.

转换为

I have got to tell anyone who will listen that this is
one of THE best adventure movies I've ever seen. It's
almost impossible to convey how pumped I am now that
I've seen it.

我已经谷歌了很多遍，还是无法解决问题，有人能帮忙吗？

- e_r

---

感谢您的帮助，非常有效！ - e_r

可能是通过PHP解码数字HTML实体的重复问题，并且还可以在右侧查看相关问题。 - hakre

Answer 1

您可以使用html_entity_decode函数：

echo html_entity_decode('...', ENT_QUOTES, 'UTF-8');

几个注意事项：

• 请注意，看起来您实际上想要将HTML编码的字符串（其中包含实体如）转换为ASCII文本。

• 此示例将转换为UTF-8，这是适用于所有ASCII字符（即字符代码低于128的字符）的ASCII兼容字符编码。如果您真的想要纯ASCII（因此丢失所有带重音的字符和外语中的字符），则应单独删除所有有问题的字符。

• 最后一个参数（“UTF-8”）是必需的，以保持与不同PHP版本的兼容性，因为自PHP 5.4.0以来默认值已更改。

更新：ideone上有你的文本示例。

更新2：根据@Daan的建议，将ENT_COMPAT更改为ENT_QUOTES。

- ash108

---

感谢您的回复。我实际上尝试使用了html_entity_decode，但我的输出仍然具有引号的ASCII等价物，例如'。这是HTML编码吗？实际上我确实希望从HTML编码的字符串转换为ASCII纯文本，因为我正在对结果进行一些情感分析。 - e_r

提供的示例对我有效，您确定将正确的参数传递给 html_entity_decode 吗？ - Daan

@Daan 是的，它在浏览器中可以运行，但是当我在CLI中运行相同的代码时问题仍然存在。 - e_r

啊，当然。你应该使用ENT_QUOTES而不是ENT_COMPAT。不确定为什么这在ideone中可以正常工作。 - Daan

搞定了！给出一个答案，我会标记它。感谢你的帮助。 - e_r

不用谢！请随意接受这个答案；我只是花了几秒钟查看代码，想知道为什么@ash108的代码无法工作，然后我意识到是单引号，被ENT_COMPAT排除了。@ash108做了所有的艰苦工作，包括提供一个示例 :) - Daan