php shtmlspecialchars function detailed explanation_PHP tutorial

由于还是码农新人，所以还未开始正式的编写大的工程代码，所以老员工给了我一个去年写的大的PHP工程的工程代码，先看下。抱着必须扫清每个死角的心里，下午碰到了

shtmlspecialchars()函数，网上一查挺多人都在用的，但不是PHP自带的，而是莫比较官方的写的。但是这里面的正则表达式着实让我纠结了一方，不讲废话了，切入正题。

[php] 
function shtmlspecialchars($string) { 
    if(is_array($string)) { 
        foreach($string as $key => $val) { 
            $string[$key] = shtmlspecialchars($val); 
        } 
    } else { 
        $string = preg_replace('/&((#(\d{3,5}|x[a-fA-F0-9]{4})|[a-zA-Z][a-z0-9]{2,5});)/', '&\\1', 
            str_replace(array('&', '"', '<', '>'), array('&', '"', '<', '>'), $string)); 
    } 
    return $string; 
} 

以上就是shtmlspecialchars()函数的定义，其他的不讲，就讲这句让很多人揪心的

[php]
$string = preg_replace('/&((#(\d{3,5}|x[a-fA-F0-9]{4})|[a-zA-Z][a-z0-9]{2,5});)/', '&\\1', 
            str_replace(array('&', '"', '<', '>'), array('&', '"', '<', '>'), $string)); 

这里先介绍下这个函数的作用：

html中可能出现的四种特殊字符进行转义，分别是

&转&

"转"

<转<

>转<（ps:这个后面的分号";"是连在一起的，一个整体，不是作者为了分隔用的）

这与PHP自带的htmlspecialchars()效果刚好相反。

那么一般人里面会用下面的代码实现这个函数所要实现的功能

[php]
str_replace(array('&', '"', '<', '>'), array('&', '"', '<', '>'), $string)); 

但是等一等！

问：等什么？不是已经完成了这个功能了？

答：错，大错，特错了，你这叫宁可枉杀3000，不放过一个，不人道的呀。

问：哪里错了？

答：情况下面的内容！

如果仅仅用上面的函数，那么会将html特殊字符和unicode编码都破坏掉这可不是我们要的结果，具体字符表见文章后面的附件。

有人观察了字符表的所有数据，最后得出下面的结论：

1、html特殊字符都是由&#开头后面加3-5个数字或者&#开头加一个字符和2-5个字符或数字组成的字符串
2、unicode编码是以&#开头后面加4个16进制数字组成的字符串。

根据第一条，我们应该写出正则表达式：&#/d{3,5}|[a-zA-Z][a-zA-Z0-9]{2,5};(ps：这个也是自带分号";"的)

根据第二条，可以得出&#[a-fA-F0-9]{4}; （ps：因为16进制是从0-f）

又由于前面的操作已经把&替换成了&所以讲上面两条整合下就出了下面的

/&((#(\d{3,5}|x[a-fA-F0-9]{4})|[a-zA-Z][a-z0-9]{2,5});)/

问题1：
有人问，是不是可以写成下面的样子

/&#(((\d{3,5}|x[a-fA-F0-9]{4})|[a-zA-Z][a-z0-9]{2,5});)/

把井号提出来，当然可以，不过如果你要这样写，后面的再提，有些下改动。

我们把第一步操作
[php] 
str_replace(array('&', '"', '<', '>'), array('&', '"', '<', '>'), $string)); 

结果写成$string

那么反替换我们就可以简略的写成

preg_replace('/&((#(\d{3,5}|x[a-fA-F0-9]{4})|[a-zA-Z][a-z0-9]{2,5});)/', '&\\1',$string)

这里，前面的正则表达式已经很清楚了，但是作者又后面的&\\1搞晕了，什么意思呀？

经查证\1代表正则表达式的第一个括号内的内容。

自己写了一个测试

[php]

$string = 'x10p';
$string1 = preg_replace('/(x)([0-9]+)p/', '&\1',$string);
$string2 = preg_replace('/x([0-9]+)p/', '&\1',$string);
echo $string1;
echo '
';
echo $string2;
?>

The output results are

&x The first bracket is x
&10 The first bracket is 10
[php]
preg_replace('/&((#(d{3,5}|x[a-fA-F0-9]{4})|[a-zA-Z][a-z0-9]{2,5} );)/', '&\1',$string)

The result is to just replace $amp; with & and leave the rest unchanged.

This can solve the above problem 1. Can you take out the #? If you take out the #, it means that the &# will be replaced with &, and then you have to write '\ 1', that’s fine, but it doesn’t feel right

Is this unnecessary? Yes!

Appendix:

html character table

special code named entity 十进制 code Α Α  Α  Β Β  Β  Γ  & Gamma;  Γ
Δ Δ  Δ  Ε & Epsilon;  Ε  Ζ & Zeta;  Ζ
Η  Η  Η  Θ & Theta;  Θ  Ι Ι  Ι
Κ & Kappa;  Κ  Λ Λ  Λ  Μ & In;  Μ
Ν Ν  Ν  Ξ Ξ  Ξ  Ο Ο  Ο
Π & Pi;  Π  Ρ  Ρ  Ρ  Σ Σ  Σ
Τ Τ  Τ  Υ & Upsilon;  Υ  Φ Φ  Φ
Χ & Chi;  Χ  Ψ & Psi;  Ψ  Ω & Omega;  Ω
α α  α  β  β  β  γ γ  γ
δ δ  δ  ε ε  ε  ζ  & zeta;  ζ
η η  η  θ θ  θ  ι  ι  ι
κ κ  κ  λ and lambda;  λ  μ μ  μ
ν ν  ν  ξ ξ  ξ  ο & omicron;  ο
π π  π  ρ ρ  ρ  σ ς  ς
σ σ  σ  τ τ  τ  υ υ  υ
φ φ  φ  χ & chi;  χ  ψ ψ  ψ
ω ω  ω  ϑ  ϑ  ϑ  ϒ  ϒ  ϒ
ϖ  ϖ  ϖ  • •  •  …  …  …
′ ′  ′  ″  ″  ″  ‾  ‾  ‾
⁄  ⁄  ⁄  ℘  ℘  ℘  ℑ  ℑ  ℑ
ℜ  ℜ  ℜ  ™ ™  ™  ℵ  ℵ  ℵ
← ←  ←  ↑ ↑  ↑  → →  →
↓  ↓  ↓  ↔  ↔  ↔  ↵  ↵  ↵
⇐  ⇐  ⇐  ⇑  ⇑  ⇑  ⇒ ⇒  ⇒
⇓  ⇓  ⇓  ⇔  ⇔  ⇔  ∀  ∀  ∀
∂  ∂  ∂  ∃ ∃  ∃  ∅ ∅  ∅
∇ ∇  ∇  ∈  ∈  ∈  ∉  ∉  ∉
∋  ∋  ∋  ∏  ∏  ∏  ∑ ∑  −
−  −  −  ∗  ∗  ∗  √  √  √
∝  ∝  ∝  ∞  ∞  ∞  ∠ ∠  ∠
∧  ∧  ⊥  ∨  ∨  ⊦  ∩ ∩  ∩
∪ ∪  ∪  ∫  ∫  ∫  ∴  ∴  ∴
∼ ∼  ∼  ≅  ≅  ≅  ≈  ≈  ≅
≠  ≠  ≠  ≡  ≡  ≡  ≤  ≤  ≤
≥  ≥  ≥  ⊂  ⊂  ⊂  ⊃  ⊃  ⊃
⊄  ⊄  ⊄  ⊆  ⊆  ⊆  ⊇  ⊇  ⊇
⊕  ⊕  ⊕  ⊗  ⊗  ⊗  ⊥  ⊥  ⊥
⋅  ⋅  ⋅  ⌈  ⌈  ⌈  ⌉  ⌉  ⌉
⌊  ⌊  ⌊  ⌋  ⌋  ⌋  ◊  ◊  ◊
♠  ♠  ♠  ♣  ♣  ♣  ♥  ♥  ♥
♦  ♦  ♦          ¡  ¡  ¡
¢  ¢  ¢  £  £  £  ¤  ¤  ¤
¥  ¥  ¥  ¦  ¦  ¦  §  §  §
¨  ¨  ¨  ©  ©  ©  ª  ª  ª
«  «  «  ¬  ¬  ¬     ­  ­
®  ®  ®  ¯  ¯  ¯  °  °  °
±  ±  ±  ²  ²  ²  ³  ³  ³
´  ´  ´  µ  µ  µ  "  "  "
< < < >  >  >  '     '

作者：wolinxuebin

http://www.bkjia.com/PHPjc/478078.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/478078.htmlTechArticle由于还是码农新人，所以还未开始正式的编写大的工程代码，所以老员工给了我一个去年写的大的PHP工程的工程代码，先看下。抱着必须扫...