RSS フィードから HTML 特殊文字を削除する

RSS フィード ファイルを作成する場合、PHP のstrip_tags 関数を使用して HTML タグを削除するのが一般的です。ただし、この関数は、 、&、© などの HTML 特殊コード文字の削除に失敗することがよくあります。

これらの文字を効果的に削除するには、次のオプションを検討してください:

オプション 1: html_entity_decode を使用する

html_entity_decode を使用すると、これらの文字をデコードして元の形式に戻すことができます。

$decodedContent = html_entity_decode($originalContent);

オプション 2: preg_replace を使用する

また、正規表現で preg_replace を使用して、文字を直接削除することもできます。

$cleanContent = preg_replace("/&#?[a-z0-9] ;/i","",$originalContent);

このパターンは、数値エンティティ ( ) として表される HTML 特殊文字と一致します。 ; 例) または名前付きエンティティ ( ).

代替パターン

置換の精度を向上させるには、次の修正されたパターンの使用を検討してください。ジャッコ:

$cleanContent = preg_replace("/&#?[a-z0-9]{2,8};/i","",$originalContent);

このパターンは、置換を 2 ～ 8 文字のエンティティに制限し、意図しない置換のリスクを軽減します。