删除HTML编码字符

Question

我从数据库中获取了一些数据，它有HTML编码字符（ ）。有什么选择可以删除这些？

我根本不希望这些渲染...我希望它们从数据中删除。

目前我并不担心HTML标签......只是编码字符。

编辑：如果相关，这些字符会导致JSON验证中出现一些错误。

Answer 1

如果你想摆脱它们，获取一个这样的字符列表或一个匹配它们的RegExp（类似&[a-z]+;）并进行搜索和替换。

但是，如果您只是希望它们因JSON验证中的错误而消失，那么您应该正确生成/编码JSON以避免错误。 （但是，我真的不明白它们如何导致无效的JSON。）

Answer 2

简单地通过regexp修剪不应该是一个选项。例如， 也可以编码为 ，但&\#[0-9]+;正则表达式会导致数据丢失，因为几乎每个字符都可以在某些时候编码 （例如：<p>&#72;&#69;&#76;&#76;&#79;</p>）。