海伦丽人口红3.8g正品不掉色不沾杯咬唇妆唇膏持久保湿滋润非小样
如上格式的 html数字字符串 转换成汉字
mb_decode_numericentity($str,[0x0, 0xffff, 0, 0xffff],’UTF-8′);
mb_encode_numericentity
mb_decode_numericentity
使用的时候注意 转换范围和编码
$aa=”加厚珊瑚绒床垫 学生垫被1.5M 1.8米单人双人榻榻米海绵床褥褥子”;
preg_match_all(‘/&#(\d+)/’,$aa,$result);
$unistr=””;
foreach ($result[1] as $temp) {
$unistr .= ($temp < 256) ? chr(0) . chr($temp) : chr($temp / 256) . chr($temp % 256) ;
}
p(iconv(‘UCS-2BE’, ‘utf-8’, $unistr));
function p($argss)
{
echo ‘<pre>’;
print_r($argss);
}
其它一些知识
形如——
&#dddd;
&#xhhhh;
&#name;
——的一串字符是 HTML、XML 等 SGML 类语言的转义序列（escape sequence）。它们不是「编码」。
以 HTML 为例，这三种转义序列都称作 character reference：
- 前两种是 numeric character reference（NCR），数字取值为目标字符的 Unicode code point；以「&#」开头的后接十进制数字，以「&#x」开头的后接十六进制数字。
- 后一种是 character entity reference，后接预先定义的 entity 名称，而 entity 声明了自身指代的字符。
从 HTML 4 开始，NCR 以 Unicode 为准，与文档编码无关。
「中国」二字分别是 Unicode 字符 U+4E2D 和 U+56FD，十六进制表示的 code point 数值「4E2D」和「56FD」就是十进制的「20013」和「22269」。所以——
中国
中国
——这两种 NCR 写法都会在显示时转换为「中国」二字。
NCR 可以用于转义任何 Unicode 字符，而 character entity reference 很受限，参见 HTML 4 和 HTML5 中已有定义的字符列表：
未经允许不得转载：开心乐窝-乐在其中 » &# 开头的 html数字字符串(unicode) 转换成汉字
