如何阻止 htmlPurifier 自动解码 html 个实体？

Question

我有一个奇怪的问题。我使用 CKEditor-4 以 html 的形式从用户那里收集格式化文本。此外，html 内容使用来自服务器的 html 净化器过滤。

当用户使用引号 ”、’ 和 “ 时，CKEditor 将它们转换为 html 个实体，例如 ”、’ , 和 “, 这很好。问题是，当我使用 htmlpurifier 过滤它们时 - 此引号会自动解码。这可以防止内容：呈现给用户供以后编辑，因为引号字面上以 â€œ

等策略编码

我该如何解决这个问题？我想，如果我能阻止 htmlpurifier 自动解码东西，这会起作用，但我是 htmlpurifier 的新手 - 所以我找不到方法。

在将它传递给 htmlpurifier 之前，我曾尝试使用 htmlentities。但它会编码整个 html，因此：完全停止 html 净化器净化 html。

Answer 1

经过 CBroe 的评论，我发现我的应用程序一直没有使用 UTF-8。

而且我也无法纠正。对于那些处于类似情况的人，我找到了解决方法。 htmlPurifier 确实支持对所有非 ASCII 字符进行编码并进行一些权衡的配置 - 这对我来说很好（我认为）。

您可以像这样启用 htmlpurifier 配置 Core.EscapeNonASCIICharacters

$config->set('Core.EscapeNonASCIICharacters', true);

这对我有用。

这是完整的功能

/**
 * Purifies dirty html
 *
 * @param string $dirty_html
 * @return string
 */
function purifyHtml($dirty_html)
{
    $config = HTMLPurifier_Config::createDefault();
    $config->set('Core.Encoding', 'UTF-8');
    $config->set('Core.EscapeNonASCIICharacters', true);
    $config->set('HTML.Doctype', 'HTML 4.01 Transitional');
    $config->set('Cache.SerializerPath', getStoragePath('cache/html-purifier'));

    $htmlPurifier = new HTMLPurifier($config);
    return $htmlPurifier->purify($dirty_html);
}

如何阻止 htmlPurifier 自动解码 html 个实体？

How do I stop htmlPurifier from automatically decoding html entities?

html

php

htmlpurifier