(PHP 4 >= 4.3.0, PHP 5)
html_entity_decode — HTML エンティティを適切な文字に変換する
html_entity_decode() は htmlentities() の反対で、string にあるすべての HTML エンティティを適切な文字に変換します。
入力文字列。
オプションの 2 番目のパラメータ quote_style は 'シングルクォート' および "ダブルクォート" をどのように扱うかを 指定します。以下の 3 つの定数のうちのひとつを指定できます。
| 定数名 | 説明 |
|---|---|
| ENT_COMPAT | ダブルクォートを変換し、シングルクォートはそのままにします。 |
| ENT_QUOTES | ダブルクォート、シングルクォートの両方を変換します。 |
| ENT_NOQUOTES | ダブルクォート、シングルクォートの両方とも変換しません。 |
これは変換に使用する文字セットを指定します。
PHP 4.3.0 以降では、以下の文字セットをサポートします。
| 文字セット | エイリアス | 説明 |
|---|---|---|
| ISO-8859-1 | ISO8859-1 | 西欧、Latin-1 |
| ISO-8859-15 | ISO8859-15 | 西欧、Latin-9 。Latin-1(ISO-8859-1) に欠けている ユーロ記号やフランス・フィンランドの文字を追加したもの。 |
| UTF-8 | ASCII 互換のマルチバイト 8 ビット Unicode 。 | |
| cp866 | ibm866, 866 | DOS 固有のキリル文字セット。 4.3.2 以降でサポートされます。 |
| cp1251 | Windows-1251, win-1251, 1251 | Windows 固有のキリル文字セット。 4.3.2 以降でサポートされます。 |
| cp1252 | Windows-1252, 1252 | 西欧のための Windows 固有の文字セット。 |
| KOI8-R | koi8-ru, koi8r | ロシア語。4.3.2 以降でサポートされます。 |
| BIG5 | 950 | 繁体字中国語。主に台湾で使用されます。 |
| GB2312 | 936 | 簡体字中国語。国の標準文字セットです。 |
| BIG5-HKSCS | Big5 に香港の拡張を含めたもの。繁体字中国語。 | |
| Shift_JIS | SJIS, 932 | 日本語。 |
| EUC-JP | EUCJP | 日本語。 |
注意: これら以外の文字セットは理解できず、かわりに ISO-8859-1 を使用します。
デコードされた文字列を返します。
| バージョン | 説明 |
|---|---|
| 5.3.3 | デフォルトの文字セットが ISO-8859-1 から UTF-8 に変わりました。 |
| 5.0.0 | マルチバイト文字セットをサポートするようになりました。 |
例1 HTML エンティティのデコード
<?php
$orig = "I'll \"walk\" the <b>dog</b> now";
$a = htmlentities($orig);
$b = html_entity_decode($a);
echo $a; // I'll "walk" the <b>dog</b> now
echo $b; // I'll "walk" the <b>dog</b> now
// PHP 4.3.0 より前のバージョンでは、このようにします
function unhtmlentities($string)
{
// 数値エンティティの置換
$string = preg_replace('~&#x([0-9a-f]+);~ei', 'chr(hexdec("\\1"))', $string);
$string = preg_replace('~&#([0-9]+);~e', 'chr("\\1")', $string);
// 文字エンティティの置換
$trans_tbl = get_html_translation_table(HTML_ENTITIES);
$trans_tbl = array_flip($trans_tbl);
return strtr($string, $trans_tbl);
}
$c = unhtmlentities($a);
echo $c; // I'll "walk" the <b>dog</b> now
?>
注意:
trim(html_entity_decode(' ')); の結果が空の文字列に ならないことを疑問に思う人もいるでしょう。なぜそうなるのかというと、 デフォルトの文字セット ISO-8859-1 では ' ' エンティティが ASCII コード 32 (これは trim() で取り除かれる) ではなく ASCII コード 160 (0xa0) に変換されるからです。