从 RSS Feed 中去除 HTML 特殊字符

创建 RSS feed 文件时，使用 PHP 的 strip_tags 函数删除 HTML 标签是常见做法。但是，此函数通常无法删除 HTML 特殊代码字符，例如  、& 和 ©。

要有效删除这些字符，请考虑以下选项：

选项 1：使用 html_entity_decode

您可以使用 html_entity_decode 将这些字符解码回其原始形式。

$decodedContent = html_entity_decode($originalContent);

选项 2：使用 preg_replace

或者，您可以使用 preg_replace 与正则表达式直接删除字符：

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

此模式匹配表示为数字实体的 HTML 特殊字符 (  ; 例如）或命名实体 ( )。

替代模式

要提高替换的准确性，请考虑使用以下修改后的模式，如雅科:

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

此模式将替换限制为 2 到 8 个字符的实体，从而降低了意外替换的风险。