htmlspecialchars为什么要将html代码转换成实体,html 实体和htmlspecialchars()

HTML 实体

在 HTML 中，某些字符是预留的。

在 HTML 中不能使用小于号()，这是因为浏览器会误认为它们是标签。

如果希望正确地显示预留字符，我们必须在 HTML 源代码中使用字符实体(character entities)。

字符实体类似这样：

&entity_name;

或者

entity_number;

如需显示小于号，我们必须这样写：< 或 <

提示：使用实体名而不是数字的好处是，名称易于记忆。不过坏处是，浏览器也许并不支持所有实体名称(对实体数字的支持却很好)。

HTML 中有用的字符实体

注释：实体名称对大小写敏感！

显示结果描述实体名称实体编号

空格

<

小于号

<

<

>

大于号

>

>

&

和号

&

&

"

引号

"

"

'

撇号

' (IE不支持)

'

￠

分(cent)

¢

¢

£

镑(pound)

£

£

¥

元(yen)

¥

¥

€

欧元(euro)

€

€

§

小节

§

§

©

版权(copyright)

©

©

®

注册商标

®

®

™

商标

™

™

×

乘号

×

×

÷

除号

÷

÷

PHP htmlspecialchars() 函数

实例

把预定义的字符 "" (大于)转换为 HTML 实体：

$str = "This is some bold text.";

echo htmlspecialchars($str);

?>

以上代码的 HTML 输出如下(查看源代码)：

This is some bold text.

以上代码的浏览器输出：

This is some bold text.

定义和用法

htmlspecialchars() 函数把预定义的字符转换为 HTML 实体。

预定义的字符是：

& (和号)成为 &

" (双引号)成为 "

' (单引号)成为 '

< (小于)成为 <

> (大于)成为 >

提示：如需把特殊的 HTML 实体转换回字符，请使用 htmlspecialchars_decode() 函数。

语法

htmlspecialchars(string,flags,character-set,double_encode)

参数描述

string

必需。规定要转换的字符串。

flags

可选。规定如何处理引号、无效的编码以及使用哪种文档类型。

可用的引号类型：

ENT_COMPAT - 默认。仅编码双引号。

ENT_QUOTES - 编码双引号和单引号。

ENT_NOQUOTES - 不编码任何引号。

无效的编码：

ENT_IGNORE - 忽略无效的编码，而不是让函数返回一个空的字符串。应尽量避免，因为这可能对安全性有影响。

ENT_SUBSTITUTE - 把无效的编码替代成一个指定的带有 Unicode 替代字符 U+FFFD(UTF-8)或者 FFFD; 的字符，而不是返回一个空的字符串。

ENT_DISALLOWED - 把指定文档类型中的无效代码点替代成 Unicode 替代字符 U+FFFD(UTF-8)或者 FFFD;。

规定使用的文档类型的附加 flags：

ENT_HTML401 - 默认。作为 HTML 4.01 处理代码。

ENT_HTML5 - 作为 HTML 5 处理代码。

ENT_XML1 - 作为 XML 1 处理代码。

ENT_XHTML - 作为 XHTML 处理代码。

character-set

可选。一个规定了要使用的字符集的字符串。

允许的值：

UTF-8 - 默认。ASCII 兼容多字节的 8 位 Unicode

ISO-8859-1 - 西欧

ISO-8859-15 - 西欧(加入欧元符号 + ISO-8859-1 中丢失的法语和芬兰语字母)

cp866 - DOS 专用 Cyrillic 字符集

cp1251 - Windows 专用 Cyrillic 字符集

cp1252 - Windows 专用西欧字符集

KOI8-R - 俄语

BIG5 - 繁体中文，主要在台湾使用

GB2312 - 简体中文，国家标准字符集

BIG5-HKSCS - 带香港扩展的 Big5

Shift_JIS - 日语

EUC-JP - 日语

MacRoman - Mac 操作系统使用的字符集

注释：在 PHP 5.4 之前的版本，无法被识别的字符集将被忽略并由 ISO-8859-1 替代。自 PHP 5.4 起，无法被识别的字符集将被忽略并由 UTF-8 替代。

double_encode

可选。布尔值，规定了是否编码已存在的 HTML 实体。

TRUE - 默认。将对每个实体进行转换。

FALSE - 不会对已存在的 HTML 实体进行编码。

技术细节

返回值：

返回被转换的字符串。

如果 string 包含无效的编码，则返回一个空的字符串，除非设置了 ENT_IGNORE 或者 ENT_SUBSTITUTE 标志。

PHP 版本：

4+

更新日志：

在 PHP 5 中，character-set 参数的默认值改为 UTF-8。

在 PHP 5.4 中，新增了：ENT_SUBSTITUTE、ENT_DISALLOWED、ENT_HTML401、ENT_HTML5、ENT_XML1 和 ENT_XHTML。

在 PHP 5.3 中，新增了 ENT_IGNORE。

在 PHP 5.2.3 中，新增了 double_encode 参数。

在 PHP 4.1 中，新增了 character-set 参数。