从 html 中删除 `=\n`

Question

我有一个 RoundCube 插件，它将消息正文写入数据库，之后我需要将数据解析到另一个表中。通过使用 RoundCube 中的某些功能，我能够删除所有 html 标签，</td> 被替换为“\n”，</tr> 被替换为“\n\n”。这使得我的数据解析变得非常容易和健壮。只有一个缺点，html 数据被分成固定行，末尾带有=，例如：

<td valign=3D"bottom" style=3D"color:#444444;padding:5px 10px 5=
px 0px;font-size:12px;border-bottom:1px solid #eeeeee;"><b>Discount</b></td=
><td valign=3D"bottom" align=3D"right" style=3D"color:#444444;padding:5px 0=
px 5px 0px;font-size:12px;border-bottom:1px solid #eeeeee;text-align:right;=
"><b>Price after discount</b></td>

现在，</td= 未被识别，因此 Discount 以下列方式加入 Price after discount DiscountPrice after discount\n，而不是折扣\n 折扣后价格\n。这一直贯穿代码，确实给我带来了严重的问题。

我试图删除 = 并打破以下内容：

$msg_body = str_replace('=', '', $msg_body);
$msg_body = str_replace('=\n', '', $msg_body);
$msg_body = str_replace('= ', '', $msg_body);

没有真正的成功。我不知道 = 符号后面是哪种类型的中断，是换行符还是分段符并试图找出来，但徒劳无功，甚至查看了 RoundCube 代码。回显 html 也没有向我透露任何信息。

我在这里发布这个作为一般的 php 和 html 问题，希望有人可以帮助我简单地删除这些 = 符号和神秘的（对我而言）中断，以便

</td=
>

变成

</td>

等

Answer 1

根据您使用的系统，换行符可以是：

\n
\r
\r\n

所以也要检查那些

如果您知道只有选定数量的标记存在问题，您也可以使用正则表达式：

$msg_body = preg_replace('/(\w+)=[\s\r\n]*/', '$1', $msg_body);

在您的情况下，它应该将</td= ...> 转换为<td>

Answer 2

为了正确包含转义字符，您必须在 PHP 中使用双引号 (")：

$msg_body = str_replace("=\n", '', $msg_body);

否则，PHP 将查找字符串 =\n。

Answer 3

=XY 表示法是（老派但仍在使用！）quoted-printable 编码的一部分，它表示 7 位 ASC 代码集中的 8 位 ASCII 字符串。所有大于 127 的字符都以=F3 的形式编码，这是字符的十六进制表示。

例如，在您的 HTML 标记中，= 被编码为 =3D，如果您仔细查看的话。

阅读更多Wikipedia on quoted-printable

要将消息解码回普通 HTML，您必须将 quoted_printable_decode() 应用于字符串。

$msg_body = quoted_printable_decode($msg_body);