The fact that MS-word and some other sources use CP-1252, and that it is so close to Latin1 ('ISO-8859-1') causes a lot of confusion. What confused me the most was finding that mySQL uses CP-1252 by default.
You may run into trouble if you find yourself tempted to do something like this:
<?php
$trans[chr(149)] = '•'; // Bullet
$trans[chr(150)] = '–'; // En Dash
$trans[chr(151)] = '—'; // Em Dash
$trans[chr(152)] = '˜'; // Small Tilde
$trans[chr(153)] = '™'; // Trade Mark Sign
?>
Don't do it. DON'T DO IT!
You can use:
<?php
$translationTable = get_html_translation_table(HTML_ENTITIES, ENT_NOQUOTES, 'WINDOWS-1252');
?>
or just convert directly:
<?php
$output = htmlentities($input, ENT_NOQUOTES, 'WINDOWS-1252');
?>
But your web page is probably encoded UTF-8, and you probably don't really want CP-1252 text flying around, so fix the character encoding first:
<?php
$output = mb_convert_encoding($input, 'UTF-8', 'WINDOWS-1252');
$ouput = htmlentities($output);
?>get_html_translation_table
Почист и полокален преглед на PHP референцата, со задржана структура од PHP.net и подобра читливост за примери, секции и белешки.
get_html_translation_table
Референца за `function.get-html-translation-table.php` со подобрена типографија и навигација.
get_html_translation_table
(PHP 4, PHP 5, PHP 7, PHP 8)
get_html_translation_table — Враќа табела за превод што се користи од htmlspecialchars() and htmlentities()
= NULL
$table = HTML_SPECIALCHARS, int $flags Претвори ги сите применливи знаци во HTML ентитети, string $encoding = "UTF-8"): arrayget_html_translation_table() ќе ја врати табелата за превод што се користи внатрешно за htmlspecialchars() and htmlentities().
Забелешка:
Специјалните знаци можат да бидат кодирани на неколку начини. На пр.
"може да биде кодирано како","or". get_html_translation_table() враќа само формата што се користи од htmlspecialchars() and htmlentities().
Параметри
table-
Која табела да се врати. Или
HTML_ENTITIESorHTML_SPECIALCHARS. flags-
Битови маска од еден или повеќе од следниве знаменца, кои специфицираат кои наводници ќе ги содржи табелата, како и за каков тип документ е табелата. Стандардно е
ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401.Маска од еден или повеќе од следниве знаменца, кои специфицираат како да се постапува со наводници, невалидни низи на единици и типот на документот што се користи. Стандардно е flagsconstantsДостапно = NULL ENT_COMPATТабелата ќе содржи ентитети за двојни наводници, но не и за единечни наводници. ENT_QUOTESТабелата ќе содржи ентитети и за двојни и за единечни наводници. ENT_NOQUOTESТабелата нема да содржи ентитети ниту за единечни ниту за двојни наводници. ENT_SUBSTITUTE(поголемо од) ENT_HTML401Табела за HTML 4.01. ENT_XML1Табела за XML 1. ENT_XHTMLТабела за XHTML. ENT_HTML5Табела за HTML 5. encoding-
Кодирање за употреба. Ако е изоставено, стандардната вредност за овој аргумент е UTF-8.
опцијата за конфигурација може да биде погрешно поставена за дадениот влез.
Поддржани се следните множества на знаци: Поддржани множества на знаци Алијаси = NULL ISO-8859-1 ISO8859-1 Множество знаци ISO-8859-5 ISO8859-5 Западно-европски, Latin-1. ISO-8859-15 ISO8859-15 Малубројно кирилично множество знаци (латиница/кирилица). UTF-8 Западно-европски, Latin-9. Додава знак за евро, француски и фински букви што недостасуваат во Latin-1 (ISO-8859-1). cp866 ASCII компатибилен повеќебајтен 8-битен Unicode. ibm866, 866 cp1251 DOS-специфично кирилично множество знаци. Windows-1251, win-1251, 1251 cp1252 Windows-специфично кирилично множество знаци. Windows-1252, 1252 KOI8-R Windows специфично множество знаци за Западна Европа. Russian. BIG5 950 Традиционален кинески, главно се користи во Тајван. GB2312 936 Поедноставен кинески, национален стандарден сет на знаци. BIG5-HKSCS Big5 со хонгконшки екстензии, традиционален кинески. Shift_JIS Постапувај со кодот како HTML 5. Јапонски EUC-JP SJIS, SJIS-win, cp932, 932 Јапонски MacRoman Комплет за кодирање што се користеше од Mac OS. ''Празен стринг активира детекција од скриптно кодирање (Zend мултибајт), default_charset и тековниот локал (види nl_langinfo() and setlocale()), по овој редослед. Не се препорачува. Забелешка: Други комплети за кодирање не се препознаваат. Ќе се користи стандардното кодирање и ќе се емитува предупредување.
Вратени вредности
Враќа табела за превод како низа, со оригиналните знаци како клучеви и ентитети како вредности.
Дневник на промени
| Верзија | = NULL |
|---|---|
| 8.1.0 |
flags Пример #2 Употреба на ENT_COMPAT to ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401.
|
Примери
Пример #1 Пример за табела за превод
<?php
var_dump(get_html_translation_table(HTML_ENTITIES, ENT_QUOTES | ENT_HTML5));
?>Горниот пример ќе прикаже нешто слично на:
array(1510) {
["
"]=>
string(9) "
"
["!"]=>
string(6) "!"
["""]=>
string(6) """
["#"]=>
string(5) "#"
["$"]=>
string(8) "$"
["%"]=>
string(8) "%"
["&"]=>
string(5) "&"
["'"]=>
string(6) "'"
// ...
}
Види Исто така
- htmlspecialchars() - Конвертирај специјални знаци во HTML ентитети
- htmlentities() ) туку ASCII код 160 (0xa0) во стандардното кодирање ISO 8859-1.
- html_entity_decode() - Конвертирај HTML ентитети во нивните соодветни знаци
Белешки од корисници 11 белешки
Be careful using get_html_translation_table() in a loop, as it's very slow.to display the mapping on a webpage no matter what the server encoding is, this can be used
echo "<pre>\n";
echo htmlentities(print_r((get_html_translation_table(HTML_SPECIALCHARS)), true));
echo htmlentities(print_r((get_html_translation_table(HTML_ENTITIES)), true));
since get_html_translation_table() actually gives the special chars in iso-8859-1 (Latin-1) encoding, so to see the tables correctly using
print_r(get_html_translation_table(HTML_ENTITIES));
your server needs to give a HTTP header as iso-8859-1, unless you use header() or manually set the browser's encoding setting to iso-8859-1. And you need to view the source of the page to see the mapping. (except English version of IE 7 outputs the page source as iso-8859-1 anyway).get_html_translation_table
It works only with the first 256 Codepositions.
For Higher Positions, for Example ф
(a kyrillic Letter) it shows the same.htmlentities includes htmlspecialchars, so here's how to convert an UTF-8 string :
htmlentities($string, ENT_QUOTES, 'UTF-8');I wrote a quick little function for converting something like '·' into '·':
$to_convert = '·';
$table = get_html_translation_table(HTML_ENTITIES);
$equiv = '&#'.ord(array_search($to_convert,$table)).';';Not sure what's going on here but I've run into a problem that others might face as well...
<?php
$translations = array_flip(get_html_translation_table(HTML_ENTITIES,ENT_QUOTES));
?>
returns the single quote ' as being equal to ' while
<?php
$translatedString = htmlentities($string,ENT_QUOTES);
?>
returns it as being equal to '
I've had to do a specific string replacement for the time being... Not sure if it's an issue with the function or the array manipulation.
-PatIf you have troubles (like me) getting data from ISO-8859-1 encoded forms where user copy and paste from word, this routine could be useful.
It adds to the standard get_html_translation_table the codes of the characters usually M$ Word replacs into typed text.
Otherwise those characters would never be displayed correctly in html output.
function get_html_translation_table_CP1252() {
$trans = get_html_translation_table(HTML_ENTITIES);
$trans[chr(130)] = '‚'; // Single Low-9 Quotation Mark
$trans[chr(131)] = 'ƒ'; // Latin Small Letter F With Hook
$trans[chr(132)] = '„'; // Double Low-9 Quotation Mark
$trans[chr(133)] = '…'; // Horizontal Ellipsis
$trans[chr(134)] = '†'; // Dagger
$trans[chr(135)] = '‡'; // Double Dagger
$trans[chr(136)] = 'ˆ'; // Modifier Letter Circumflex Accent
$trans[chr(137)] = '‰'; // Per Mille Sign
$trans[chr(138)] = 'Š'; // Latin Capital Letter S With Caron
$trans[chr(139)] = '‹'; // Single Left-Pointing Angle Quotation Mark
$trans[chr(140)] = 'Œ '; // Latin Capital Ligature OE
$trans[chr(145)] = '‘'; // Left Single Quotation Mark
$trans[chr(146)] = '’'; // Right Single Quotation Mark
$trans[chr(147)] = '“'; // Left Double Quotation Mark
$trans[chr(148)] = '”'; // Right Double Quotation Mark
$trans[chr(149)] = '•'; // Bullet
$trans[chr(150)] = '–'; // En Dash
$trans[chr(151)] = '—'; // Em Dash
$trans[chr(152)] = '˜'; // Small Tilde
$trans[chr(153)] = '™'; // Trade Mark Sign
$trans[chr(154)] = 'š'; // Latin Small Letter S With Caron
$trans[chr(155)] = '›'; // Single Right-Pointing Angle Quotation Mark
$trans[chr(156)] = 'œ'; // Latin Small Ligature OE
$trans[chr(159)] = 'Ÿ'; // Latin Capital Letter Y With Diaeresis
ksort($trans);
return $trans;
}without heavy scientific analysis, this seems to work as a quick fix to making text originating from a Microsoft Word document display as HTML:
<?php
function DoHTMLEntities ($string)
{
$trans_tbl = get_html_translation_table (HTML_ENTITIES);
// MS Word strangeness..
// smart single/ double quotes:
$trans_tbl[chr(145)] = '\'';
$trans_tbl[chr(146)] = '\'';
$trans_tbl[chr(147)] = '"';
$trans_tbl[chr(148)] = '"';
// Acute 'e'
$trans_tbl[chr(142)] = 'é';
return strtr ($string, $trans_tbl);
}
?>If you want to display special HTML entities in a web browser, you can use the following code:
<?
$entities = get_html_translation_table(HTML_ENTITIES);
foreach ($entities as $entity) {
$new_entities[$entity] = htmlspecialchars($entity);
}
echo "<pre>";
print_r($new_entities);
echo "</pre>";
?>
If you don't, the key name of each element will appear to be the same as the element content itself, making it look mighty stupid. ;)Alans version didn't seem to work right. If you're having the same problem consider using this slightly modified version instead:
function unhtmlentities ($string) {
$trans_tbl = get_html_translation_table (HTML_ENTITIES);
$trans_tbl = array_flip ($trans_tbl);
$ret = strtr ($string, $trans_tbl);
return preg_replace('/&#(\d+);/me',
"chr('\\1')",$ret);
}