php htmlentities和htmlspecialchars 的區別

The translations performed are:

複製代碼 代碼如下:'&' (ampersand) becomes '&'
'"' (double quote) becomes '"' when ENT_NOQUOTES is not set.
''' (single quote) becomes ''' only when ENT_QUOTES is set.
'<' (less than) becomes '<'
'>' (greater than) becomes '>'

htmlspecialchars 只轉化上面這幾個html代碼，而 htmlentities 卻會轉化所有的html代碼，連同裡面的它無法識別的中文字元也給轉化了。

我們可以拿一個簡單的例子來做比較： 複製代碼 代碼如下:$str='<a href="test.html">測試頁面</a>';
echo htmlentities($str);
// <a href="test.html">²âÊÔÒ³Ãæ</a>

$str='<a href="test.html">測試頁面</a>';
echo htmlspecialchars($str);
// <a href="test.html">測試頁面</a>

結論是，有中文的時候，最好用 htmlspecialchars ，否則可能亂碼

另外參考一下這個自訂函數 複製代碼 代碼如下:function my_excerpt( $html, $len ) {
// $html 應包含一個 HTML 文檔。
// 本例將去掉 HTML 標籤，javascript 代碼
// 和空白字元。還會將一些通用的
// HTML 實體轉換成相應的文本。
$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 javascript
"'<[\/\!]*?[^<>]*?>'si", // 去掉 HTML 標籤
"'([\r\n])[\s]+'", // 去掉空白字元
"'&(quot|#34);'i", // 替換 HTML 實體
"'&(amp|#38);'i",
"'&(lt|#60);'i",
"'&(gt|#62);'i",
"'&(nbsp|#160);'i",
"'&(iexcl|#161);'i",
"'&(cent|#162);'i",
"'&(pound|#163);'i",
"'&(copy|#169);'i",
"'(\d+);'e"); // 作為 PHP 代碼運行
$replace = array ("",
"",
"\\1",
"\"",
"&",
"<",
">",
" ",
chr(161),
chr(162),
chr(163),
chr(169),
"chr(\\1)");
$text = preg_replace ($search, $replace, $html);
$text = trim($text);
return mb_strlen($text) >= $len ? mb_substr($text, 0, $len) : '';
}

htmlspecialchar()函數和htmlentities()函數類似都是把html代碼轉換，htmlspecialchars_decode是把轉化的html的編碼轉換成轉換回來。

我們可以拿一個簡單的例子來做比較： 複製代碼 代碼如下:$str='<a href="test.html">測試</a>';
$transstr = htmlspecialchars($str) ;
echo $transstr . "<br />";
echo htmlspecialchars_decode($transstr)";

運行上面的代碼，就可以看出兩者的差別了。

一直都知道 PHP 中的 htmlentities 和 htmlspecialchars 函數都能把 html 中的特殊字元轉換成對應的 character entity （不知道怎麼翻譯），也一直都知道 htmlentities 和 htmlspecialchars 函數有區別，但是一直都用不到這兩個函數，也就沒去研究過到底有什麼區別。

今天用到了，懶得看 PHP 手冊裡的鳥語，覺得這種問題應該會有人用中文寫過，於是 Google 關鍵詞“htmlentities htmlspecialchars”，答案千篇一律。我已經司空見慣了，複製粘貼連小學生都會。經過對比發現，每篇文章大概都包含兩部分：

第一部分是引用 PHP 手冊的說明：

PHP 手冊中對 htmlspecialchars 寫道：

The translations performed are: 複製代碼 代碼如下:‘&' (ampersand) becomes ‘&'
‘"' (double quote) becomes ‘"' when ENT_NOQUOTES is not set.
”' (single quote) becomes ‘'' only when ENT_QUOTES is set.
‘<' (less than) becomes ‘<'
‘>' (greater than) becomes ‘>'

這部分無可厚非，但是第二部分的解釋卻並不怎麼正確：

htmlspecialchars 只轉化上面這幾個html代碼，而 htmlentities 卻會轉化所有的html代碼，連同裡面的它無法識別的中文字元也給轉化了。

我們可以拿一個簡單的例子來做比較： 複製代碼 代碼如下:<?php
$str='<a href="test.html">測試頁面</a>';
echo htmlentities($str);

// <a href="test.html">²âÊÔÒ³Ãæ</a>

$str='<a href="test.html">測試頁面</a>';
echo htmlspecialchars($str);
// <a href="test.html">測試頁面</a>

?>

結論是，有中文的時候，最好用 htmlspecialchars ，否則可能亂碼。

難道 htmlentities 函數只有一個參數嗎？當然不是！htmlentities 還有三個選擇性參數，分別是 $quote_style、 $charset、 $double_encode，手冊對 $charset 參數是這樣描述的：

Defines character set used in conversion. The default character set is ISO-8859-1.

從上面程式輸出的結果判斷，$str 是 GB2312 編碼的，“測試頁面”幾個字對應的十六進位值是：

B2 E2 CA D4 D2 B3 C3 E6

然而卻被當成 ISO-8859-1 編碼來解析：

²âÊÔÒ³Ãæ

正好對應 HTML character entity 裡的：

²âÊÔÒ³Ãæ

當然會被 htmlentities 轉義掉，但是只要加上正確的編碼作為參數，根本就不會出現所謂的中文亂碼問題：

$str='<a href="test.html">測試頁面</a>';

echo htmlentities($str, ENT_COMPAT, 'gb2312');
// <a href="test.html">測試頁面</a>三人成虎，以訛傳訛。

結論：htmlentities 和 htmlspecialchars 的區別在於 htmlentities 會轉化所有的 html character entity，而htmlspecialchars 只會轉化手冊上列出的幾個 html character entity （也就是會影響 html 解析的那幾個基底字元）。一般來說，使用 htmlspecialchars 轉化掉基底字元就已經足夠了，沒有必要使用 htmlentities。實在要使用 htmlentities 時，要注意為第三個參數傳遞正確的編碼。