Почему мое регулярное выражение удаляет пробелы?

Question

$str = "& &svnips   Â ∴ ≈ osidnviosd & sopinsdo";   
$regex = "/&[^\w;]/";
echo preg_replace($regex, "&", $str);

Я пытаюсь заменить все некодированные амперсанды кодированными.
Проблема в том, что он удаляет пробел между & и sopinsdo.

Есть идеи, почему?

Answer 1

Зачем использовать регулярные выражения?Почему бы не использовать htmlspecialchars()?

echo htmlspecialchars($str, ENT_NOQUOTES, 'UTF-8', false);

Обратите внимание на четвертый параметр.Он говорит, что ничего не кодировать дважды.Таким образом, в основном это превратит все < в <, все > в > и все &, которые не являются частью существующей сущности, в &

Но, если вынеобходимо использовать регулярное выражение, вы могли бы сделать:

$regex = '/&([^\w;])/';
echo preg_replace($regex, '&\1', $str);

По сути, он сохраняет несловарный символ, а затем добавляет его обратно ...

Answer 2

Вы ищете 2 символа («&» и символ НЕ (; или \ w)) и заменяете его на &

Вы должны заменить на & (добавить пробел в конец строки замены)

Answer 3

Это регулярное выражение делает то, что вы ищете.

preg_replace('/&(?!\w+;)/', '&', $text);

Так что для нескольких простых тестовых случаев вы можете получить правильно экранированный HTML:

'& sopinsdo'          -> '& sopinsdo'
'& sopinsdo'      -> '& sopinsdo'
'sopinsdo & foo; bar' -> 'sopinsdo & foo; bar'
'sopinsdo &foo bar'   -> 'sopinsdo &foo bar'

Answer 4

То есть вы не хотите, чтобы пространство между & и sopinsdo было удалено. Просто добавьте один

echo preg_replace($regex, "& ", $str);