将特殊字符转换为HTML实体

Question

我有一个HTML文件，当我在记事本中查看它时，我可以看到以下内容：

<p><span>Copyright © 2008 Your Company Name</span>

请注意版权符号：

我加载HTML并对其执行以下操作：

$html = file_get_contents('test.html');
$html = mb_convert_encoding($html, 'HTML-ENTITIES', "UTF-8");
file_put_contents('output.html', $html);

当我在记事本中再次查看html时，版权符号已经消失，并被一个空格所取代？！

我想用©或&#169替换版权符号。这不就是带有HTML-ENTITIES选项的mb_convert_encoding所做的事情吗？

这是我正在使用的test HTML file。

Answer 1

您的测试HTML页面是用编码的，而不是用UTF8编码的；因此，当mb_convert_encoding看到版权字符(序数值169)时，它不知道如何处理它认为是无效的UTF8序列。

因此，在调用mb_convert_encoding时应指定正确的输入编码

$html = mb_convert_encoding($html, 'HTML-ENTITIES', 'ISO-8859-1');

或者，您可以使用类似于

$html = htmlentities($html, ENT_COMPAT | ENT_HTML401, 'ISO-8859-1');

注意：我直接回答了你的问题，但你没有说你需要转换做什么。有可能有更好的方法来实现你的目标。

Answer 2

如果您以UTF-8格式提供html，正确的操作肯定是:什么都不做。

<p><span>Copyright © 2008 Your Company Name</span>

是完全有效的html -只需查看此页面的页面源代码。