Question

我从XML文件导入一些文本，然后修剪它并替换多个空格。

$var = $myxmltext;
$var = trim($var);
$var = preg_replace('/\s+/',' ',$var);

出于某种原因，我得到了＆＃34; raw html＆＃34;当我回应它时，像这样：

quot; or IÂ’ve instead of I've

任何想法为什么？

这是我的修剪功能：

function mytrim($mytrim){
    $mytrim = utf8_decode($mytrim); 
    $mytrim = trim($mytrim);
    $rule1 = array(
        ",",    // virgula
        ".",    // punct
        "~",    // ~
        "_",    // underscore
        "-",    // liniuta
        ")",    // paranteza inchidere
        ":",    // doua puncte
        ">",    // mai mare
        "<",    // mai mic
        "!",
        "?",
        "*",
        "&"
    );
    $rule2 = array(
        ", ",   // virgula
        ". ",   // punct
        " ~ ",  // ~
        " ",    // underscore
        " - ",  // liniuta
        ") ",   // paranteza inchidere
        ": ",   // doua puncte
        " > ",  // mai mare
        " < ",  // mai mic
        "! ",
        "? ",   
        "* ",
        " & "
    );
    $mytrim = str_replace($rule1, $rule2, $mytrim);
    $rule3 = array(
        " .",   // punct
        " ,",   // virgula
        " ?",   // question mark
        " !",
        " *",
        " )"
    );
    $rule4 = array(
        ".",    // punct
        ",",    // virgula
        "?",    // question mark
        "!",
        "*",
        ")"
    );
    $mytrim = str_replace($rule3, $rule4, $mytrim);
    $mytrim = preg_replace('/\s+/',' ',$mytrim);
    return $mytrim;
}

Answer 1

在我看来这是一个编码问题，XML文件默认使用UTF-8，在trim（）和preg_replace（）

之前尝试使用utf8_decode（）

$var = utf8_decode($myxmltext);
$var = trim($var);
$var = preg_replace('/\s+/',' ',$var);

Answer 2

在你做任何事之前试试这个正则表达式：

preg_replace('/(&)\s+(\w+;)/', '$1$2', $text);

然后开展业务，让我们看看HTML现在是否编码。

所以这将通过改变所有内容来解决HTML编码的主要问题：

& quote;

为：

&quote;

请注意：这可能无法完全按预期工作，所以请测试。

当然，正如其他人所说，你也可以使用utf8_decode / encode来摆脱那些umlet角色。

修改

要解决＆符问题，请尝试：

preg_replace('/&(?!\w+;)/', ' & ', $text);

所以这将取代所有＆amp;不是&quote;形式的，并且在任何一方给他们一个空格。

与正常情况相同，先测试一下。

当我回显变量时，以原始形式出现的特殊html字符

2 个答案:

修改