html的实体用途是,html_entity_decode上的ENT_HTML5，ENT_HTML401，…修饰符有什么作用？...

小编典典

当我在htmlspecialchars页面上看到这些常量时，我​​开始怀疑这些常量的行为。该文档是垃圾，因此我开始研究PHP的源代码。

基本上，这些常数会影响某些实体是否已编码(或解码html_entity_decode)。最明显的影响是撇号(')是编码为'(for

ENT_HTML401)还是'(for

other)。同样，它确定使用时是否'已解码html_entity_decode。('始终被解码)。

所有用法都可以在ext / standard / html.c及其头文件中找到。从ext / standard / html.h：

#define ENT_HTML_DOC_HTML401 0

#define ENT_HTML_DOC_XML1 16

#define ENT_HTML_DOC_XHTML 32

#define ENT_HTML_DOC_HTML5 (16|32)

(替换ENT_HTML_DOC_用ENT_得到他们的PHP常量名)

我开始寻找这些常量的所有出现情况，并且可以就ENT_*常量的行为共享以下内容：

它影响哪些数字实体将被解码或不被解码。例如，﷐被解码为不可读/无效字符ENT_HTML401，和ENT_XHTML和ENT_XML1。对于ENT_HTML5然而，这被视为无效字符，因此它停留﷐。(C函数unicode_cp_is_allowed)

与ENT_SUBSTITUTE启用，无效的代码单元序列中 用于一个指定的字符集 被替换�。(不取决于文档类型！)

与ENT_DISALLOWED启用，代码点 被禁止指定文档类型 将被替换�。(不取决于字符集！)

使用ENT_IGNORE，ENT_SUBSTITUTE删除相同的无效代码单元序列，并且不进行替换(例如，取决于“文档类型”的选择ENT_HTML5)

禁止 对ENT_HTML5(线976)

ENT_XHTML与共享实体图ENT_HTML401。唯一的区别是'它将转换为单引号，ENT_XHTML而while ENT_HTML401不会将其转换(请参见此行)

ENT_HTML401并ENT_XHTML使用完全相同的实体图(减去上一点的差异)。ENT_HTML5使用自己的地图。其他(目前ENT_XML1)具有非常有限的解码图(>，&，<，'，"和它们的数字等同物)。(请参见C函数unescape_inverse_map)

关于前一点的注意事项：当仅几个实体必须转义(认为htmlspecialchars)时ENT_XML1，除之外，所有实体映射将使用与相同的实体ENT_HTML401。那一个不会用'，但是'。

这几乎涵盖了所有内容。我不会列出所有实体差异，而是要针对一些包含以下内容的文本文件指向https://github.com/php/php-

src/tree/php-5.4.11/ext/standard/html_tables每种类型的映射。

htmlspecialchars应该使用什么ENT_ *？

当使用htmlspecialchars与ENT_COMPAT(默认)或ENT_NOQUOTES，这不要紧，你挑(见下文)之一。我在SO上看到了一些答案，可以归结为：

这是 不安全的 。它将覆盖默认值ENT_HTML401 | ENT_COMPAT，其具有的区别在于HTML5实体使用，但 也

认为引号不再逃脱！另外，这是冗余代码。必须由被编码的实体htmlspecialchars是所有相同的ENT_HTML401，ENT_HTML5等

只需使用ENT_COMPAT或ENT_QUOTES代替。当您对属性使用撇号(value='foo')时，后者也适用。如果您只有的两个参数htmlspecialchars，则不要包含任何参数，因为它是默认参数(ENT_HTML401为0，还记得吗？)。

如果要在页面上打印某些内容(在标签之间，而不是属性之间)，则选择哪一个都没有关系，因为它具有相同的效果。使用ENT_NOQUOTES |

ENT_HTML401等于数字值甚至足够0。

另请参阅以下有关ENT_SUBTITUTE和ENT_DISALLOWED的信息。

我应该为htmlentities使用哪个ENT_ *？

如果您的文本编辑器或数据库太笨拙，以致您不能包含非US-

ASCII字符(例如UTF-8)，则可以使用htmlentities。否则，请保存一些字节并改用htmlspecialchars(请参见上文)。

无论您需要使用ENT_HTML401，ENT_HTML5或别的东西取决于你的页面是如何提供服务。当您有HTML5页面(/p>

html>)时，请使用ENT_HTML5。XHTML或XML？使用相应的ENT_XHTML或ENT_XML1。如果没有doctype或纯HTML4，请使用ENT_HTML401(省略时是默认值)。

我应该使用ENT_DISALLOWED，ENT_IGNORE还是ENT_SUBSTITUTE？

默认情况下，将删除 对给定字符集无效的

字节序列。要�代替无效的字节序列，请指定ENT_SUBSTITUTE。(请注意，这FFFD;是针对非UTF-8字符集显示的)。ENT_IGNORE但是，当您指定时，即使指定，也不会显示这些字符ENT_SUBSTITUTE。

指定时， 文档类型的

无效字符将被上述相同的替换字符(或其实体)替换ENT_DISALLOWED。无论是否进行ENT_IGNORE设置，都会发生这种情况(这与文档类型的无效字符无关)。

2020-05-29