在 PHP 中将 ASCII 转换为纯文本

Question

我正在抓取一些网站，并且有 ASCII 文本，我想将其转换为纯文本以存储在数据库中。比如我想要

I have got to tell anyone who will listen that this is
one of THE best adventure movies I've ever seen.
It's almost impossible to convey how pumped I am
now that I've seen it.

转换为

I have got to tell anyone who will listen that this is
one of THE best adventure movies I've ever seen. It's
almost impossible to convey how pumped I am now that
I've seen it.

我用谷歌搜索了我的手指，有什么帮助吗？

Answer 1

你可以使用html_entity_decode:

echo html_entity_decode('...', ENT_QUOTES, 'UTF-8');

几点说明：

• 请注意，您似乎确实想将 HTML 编码字符串（带有  等实体）转换为 ASCII AKA 纯文本。

• 此示例转换为UTF-8，这是所有 ASCII 字符（即低于 128 的字符代码）的 ASCII 兼容字符编码。如果你真的想要纯 ASCII（从而丢失所有重音字符和外语字符），你应该分别去除所有有问题的字符。

• 最后一个参数（'UTF-8'）对于保持与不同 PHP 版本的兼容性是必要的，因为自 PHP 5.4.0 以来默认值已更改。

更新：Example with your text in ideone。

更新 2：根据@Daan 的建议将 ENT_COMPAT 更改为 ENT_QUOTES。