前言
今天又跟类似编码的问题作了一番斗争....原因是,使用wordpress时,文章摘要显示一串中文后,最后一个字符显示' ’加数字。如图所示
真的很影响阅读有木有..
原因
百度了一番(为啥不用谷歌呢?像这种问题一般都是中文才会出现的问题,所以百度得来的结果会更加有针对性。),终于找到了答案。
形如—— dddd; hhhh; 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。作者:梁海 链接:http://www.zhihu.com/question/21390312/answer/18091465
也就是说这并不是编码问题,而是一种转义序列
解决方法
找到源码,使用php的html_entity_decode方法。
$text = html_entity_decode($text);
处理之后,就显示正常了。