PHP 如何将文本编码为数字实体 - PHP How to encode text to numeric entity?

PHP How to encode text to numeric entity?

本文关键字：数字实体编码文本 PHP | 更新日期: 2024-06-13

我有这样的xml：

<formula type="inline">
    <default:math xmlns="http://www.w3.org/1998/Math/MathML">
        <default:mi>
            &Zopf;
        </default:mi>
    </default:math>
</formula>

我的目标是通过用数字实体表示替换它们来摆脱所有特殊实体，例如&Zopf;。

我试过了：

$test    = <content of the xml>;
$convmap = array(0x80, 0xffff, 0, 0xffff);
$test    = mb_encode_numericentity($test, $convmap, 'UTF-8');

但这不会取代&Zopf; 知道吗？

我的目标是获得：

&#8484;

如图所示：http://www.fileformat.info/info/unicode/char/2124/index.htm

谢谢。

您的转换器正在将您的 LaTeX 转换为 MathML，而不是 HTML 实体。你需要一些直接转换为HTML字符引用的东西，或者一个MathML到HTML字符引用转换器。

您应该能够使用htmlentities：

htmlentities($symbolsToEncode, ENT_XML1, 'UTF-8');

http://pt1.php.net/htmlentities

您可以将ENT_XML1更改为ENT_SUBSTITUTE，它将返回 Unicode 替换字符或十六进制字符引用。

作为替代方法，您可以使用strtr将字符转换为您指定的字符：

$chars = array(
    "'x8484" => "&#x8484;"
    ...
);
$convertedXML = strtr($xml, $chars);

http://php.net/strtr

有人在GitHub上做了类似的事情。

因此，您需要先解码命名实体：

function decodeNamedEntities($string) {
  static $entities = NULL;
  if (NULL === $entities) {
    $entities = array_flip(
      array_diff(
        get_html_translation_table(HTML_ENTITIES, ENT_COMPAT | ENT_HTML5, 'UTF-8'),
        get_html_translation_table(HTML_ENTITIES, ENT_COMPAT | ENT_XML1, 'UTF-8')
      )
    );
  }
  return str_replace(array_keys($entities), $entities, $string);
}

之后，如果确实需要，您可以使用htmlentities以不同的格式对它们进行编码。