将高代码点 (> U+FFFF) 编码为 HTML 实体答案

【问题标题】：Encode a high code point (> U+FFFF) to HTML entities将高代码点 (> U+FFFF) 编码为 HTML 实体
【发布时间】：2015-12-14 12:36:09
【问题描述】：

我有一个输入字符串（URL 编码）：

%F0%9F%98%8E

解码的是表情符号“？？？？？？”。

如何将其转换为 HTML-Code&#128526;？

http://unicode.online-toolz.com/tools/unicode-html-entities-convertor.php

这个网站正是我所需要的。

【问题讨论】：

自己实现就行了，很简单：en.wikipedia.org/wiki/UTF-8#Description

标签： php utf-8 html-entities emoji

【解决方案1】：

<?php

function mb_ord($char, $encoding = 'UTF-8') {
    if ($encoding === 'UCS-4BE') {
        list(, $ord) = (strlen($char) === 4) ? @unpack('N', $char) : @unpack('n', $char);
        return $ord;
    } else {
        return mb_ord(mb_convert_encoding($char, 'UCS-4BE', $encoding), 'UCS-4BE');
    }
}

function mb_htmlentities($string, $hex = false, $encoding = 'UTF-8') {
    return preg_replace_callback('/[\x{80}-\x{10FFFF}]/u', function ($match) use ($hex) {
        return sprintf($hex ? '&#x%X;' : '&#%d;', mb_ord($match[0]));
    }, $string);
}


echo mb_htmlentities(urldecode('%F0%9F%98%8E'));

这将返回&#128526;

（请注意，此答案基于a modified version of functions provided by this answer here。）

【讨论】：

如果我向这个函数传递一个 url example.com/abc+xyz 它会变成 example.com/abc xyz 任何我能处理的想法
@AbdulMannan 您可以替换执行 str_replace('+', '%20')，运行 mb_htmlentities，然后将 '%20' 转换回 '+'。您可以尝试摆脱 urldecode 函数（因为这是导致加号转换为空格的原因），但这可能会导致 mb_htmlentities 出现问题。 YMMV :)
感谢@timgws 删除了 url 解码并解决了问题。