萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

htmlspecialchars vs htmlentities 差異深度解析:中文處理、編碼陷阱與自定義過濾函數

核心差異一覽

函數轉換範圍中文處理效能
htmlspecialchars()僅 5 個預定字元:& " ' < >保持原狀,不編碼較快
htmlentities()所有可轉換的 HTML 實體(含國際字元)會將中文轉為實體碼 (如 &#20013;)較慢

htmlspecialchars() 預定義轉換表

  • & → &amp;
  • " → &quot; (需 ENT_COMPAT 或 ENT_QUOTES)
  • ' → &#039; (需 ENT_QUOTES)
  • < → &lt;
  • > → &gt;

參數 flags 比較

<?php
$str = "John & 'Adams'";

// ENT_COMPAT (預設):轉換雙引號,不轉單引號
echo htmlspecialchars($str, ENT_COMPAT); // John &amp; 'Adams'

// ENT_QUOTES:雙引號、單引號都轉換
echo htmlspecialchars($str, ENT_QUOTES); // John &amp; &#039;Adams&#039;

// ENT_NOQUOTES:雙引號、單引號都不轉
echo htmlspecialchars($str, ENT_NOQUOTES); // John &amp; 'Adams'
?>

實測:含中文字串

<?php
$str = '<a href="test.html">測試頁面</a>';

echo htmlentities($str);
// 輸出:&lt;a href=&quot;test.html&quot;&gt;&#27979;&#35797;&#39023;&#34920;&lt;/a&gt;
// 中文被轉為數字實體,原始碼難讀、傳輸量變大

echo htmlspecialchars($str);
// 輸出:&lt;a href=&quot;test.html&quot;&gt;測試頁面&lt;/a&gt;
// 中文保持原狀,原始碼可讀、頻寬較小
?>

結論與最佳實務

含中文(或任何非 ASCII 字元)時,優先使用 htmlspecialchars()。
htmlentities() 會將中文轉為實體碼,導致:
1. HTML 原始碼難以閱讀除錯
2. 傳輸體積增加
3. 若編碼設定不一致(如頁面 UTF-8 但實體為 Big5 碼),極易產生亂碼

進階:自定義 HTML 淨化摘要函數

<?php
function my_excerpt($html, $len) {
    // 移除 script、標籤、空白、常見實體
    $search = [
        '/<script[^>]*>.*?<\/script>/si',
        '/<[^>]*>/s',
        '/\s+/s',
        '/&(quot|#34);/i',
        '/&(amp|#38);/i',
        '/&(lt|#60);/i',
        '/&(gt|#62);/i',
        '/&(nbsp|#160);/i',
        '/&#(\d+);/e'  // 數字實體轉字元 (PHP 7 建議用 preg_replace_callback)
    ];
    $replace = ['', '', ' ', '"', '&', '<', '>', ' ', 'chr("\\1")'];
    
    $text = preg_replace($search, $replace, $html);
    $text = trim($text);
    
    return mb_strlen($text) >= $len ? mb_substr($text, 0, $len) . '...' : $text;
}

// 使用範例
$html = '<p>Hello &amp; <b>World</b></p>';
echo my_excerpt($html, 10); // Hello & Wor...
?>

補充:雙向轉換

  • htmlspecialchars_decode() / html_entity_decode():反向還原。
  • 資料庫儲存建議存原始文字,輸出到 HTML 時才做 htmlspecialchars()。
  • 若需允許部分 HTML 標籤,請使用成熟函式庫(如 HTMLPurifier),勿自行正則處理。
copyright © 萬盛學電腦網 all rights reserved