ToWebs

Descripción

string html_entity_decode ( string cadena [, int estilo_comillas [, string juego_caracteres]] )

html_entity_decode() es el opuesto de htmlentities() en el sentido en que convierte todas las entidades HTML a sus caracteres correspondientes en la cadena dada.

El segundo parámetro opcional estilo_comillas le permite definir lo que debe hacerse con las comillas 'sencillas' y "dobles". Recibe una de tres constantes posibles, siendo el valor por defecto ENT_COMPAT:

Tabla 1. Constantes disponibles para estilo_comillas

Nombre de constante	Descripción
`ENT_COMPAT`	Convierte las comillas dobles y deja intactas las comillas sencillas.
`ENT_QUOTES`	Convierte tanto comillas dobles como sencillas.
`ENT_NOQUOTES`	No convierte ni las comillas dobles ni las sencillas.

El juego de caracteres ISO-8859-1 es usado como valor predeterminado para el tercer argumento opcional juego_caracteres. Éste define el juego de caracteres usado en la conversión.

Los siguientes juegos de caracteres son soportados a partir de PHP 4.3.0.

Tabla 2. Juegos de caracteres soportados

Juego de caracteres	Aliases	Descripción
ISO-8859-1	ISO8859-1	Europeo Occidental, Latin-1
ISO-8859-15	ISO8859-15	Europeo Occidental, Latin-9. Añade el signo de Euro, y letras del Francés y Finlandés que hacían falta en Latin-1(ISO-8859-1).
UTF-8		Multi-byte Unicode de 8-bits compatible con ASCII.
cp866	ibm866, 866	Juego de caracteres cirílicos específico de DOS. Este juego de caracteres está soportado en 4.3.2.
cp1251	Windows-1251, win-1251, 1251	Juego de caracteres cirílicos específico de Windows. Este juego de caracteres está soportado en 4.3.2.
cp1252	Windows-1252, 1252	Juego de caracteres específico de Windows para Europa Occidental.
KOI8-R	koi8-ru, koi8r	Ruso. Este juego de caracteres está soportado en 4.3.2.
BIG5	950	Chino Tradicional, usado principalmente en Taiwán.
GB2312	936	Chino Simplificado, juego de caracteres estándar nacional.
BIG5-HKSCS		Big5 con extensiones de Hong Kong, Chino Tradicional.
Shift_JIS	SJIS, 932	Japonés
EUC-JP	EUCJP	Japonés

Nota: Cualquier otro juego de caracteres no es reconocido y en su lugar se utilizará ISO-8859-1.

Ejemplo 1. Decodificación de entidades HTML


<?php
$orig = "I'll \"walk\" the <b>dog</b> now";

$a = htmlentities($orig);

$b = html_entity_decode($a);

echo $a; // I'll &quot;walk&quot; the &lt;b&gt;dog&lt;/b&gt; now

echo $b; // I'll "walk" the <b>dog</b> now


// Usuarios de una version anterior a 4.3.0 de PHP, pueden hacer esto:
function unhtmlentities($cadena)
{
    // reemplazar entidades numericas
    $cadena = preg_replace('~&#x([0-9a-f]+);~ei', 'chr(hexdec("\\1"))', $cadena);
    $cadena = preg_replace('~&#([0-9]+);~e', 'chr(\\1)', $cadena);
    // reemplazar entidades literales
    $trans_tbl = get_html_translation_table(HTML_ENTITIES);
    $trans_tbl = array_flip($trans_tbl);
    return strtr($cadena, $trans_tbl);
}

$c = unhtmlentities($a);

echo $c; // I'll "walk" the <b>dog</b> now

?>

Nota: Puede que se pregunte por qué trim(html_entity_decode(' ')); no reduce la cadena a una cadena vacía, esto es porque la entidad ' ' no es el código ASCII 32 (el cual es eliminado por trim()) sino el código ASCII 160 (0xa0) en el juego de caracteres por defecto, ISO 8859-1.

Vea también htmlentities(), htmlspecialchars(), get_html_translation_table(), y urldecode().