PHP中如何比较HTML编码文本与对应纯文本是否相等

API 探路者

2026-9-26

问题根源

你之前的代码对比不生效，核心原因是‘解码后是Unicode左单引号‘、’解码后是Unicode右单引号’，和$s2里的半角直单引号'本身是不同的字符，直接对比自然不会相等。

解决方案

你需要先将两个字符串的HTML实体统一解码，再对标点做标准化处理后再对比，两种常用实现方式如下：

方案1：用intl扩展做通用标点标准化

适合需要处理大量特殊Unicode字符的场景，依赖PHP的intl扩展（大部分环境默认已安装）：

// 统一解码两个字符串的HTML实体，指定编码和解析规则避免异常
$decodedS1 = html_entity_decode($s1, ENT_QUOTES | ENT_HTML5, 'UTF-8');
$decodedS2 = html_entity_decode($s2, ENT_QUOTES | ENT_HTML5, 'UTF-8');

// 创建转写器，将所有Unicode标点转换为ASCII等价形式
$transliterator = Transliterator::create('Any-Latin; Latin-ASCII;');
$normalizedS1 = $transliterator->transliterate($decodedS1);
$normalizedS2 = $transliterator->transliterate($decodedS2);

// 直接对比即可
if ($normalizedS1 === $normalizedS2) {
    echo "s1 等于 s2";
} else {
    echo "s1 不等于 s2";
}

方案2：手动替换常见特殊引号

不需要额外扩展，适合仅需要处理引号类差异的场景：

// 自定义方法标准化引号
function normalizeQuotes(string $str): string
{
    $search = ['‘', '’', '“', '”'];
    $replace = ["'", "'", '"', '"'];
    return str_replace($search, $replace, $str);
}

// 先解码HTML实体
$decodedS1 = html_entity_decode($s1, ENT_QUOTES | ENT_HTML5, 'UTF-8');
$decodedS2 = html_entity_decode($s2, ENT_QUOTES | ENT_HTML5, 'UTF-8');

// 标准化引号后对比
$normalizedS1 = normalizeQuotes($decodedS1);
$normalizedS2 = normalizeQuotes($decodedS2);

var_dump($normalizedS1 === $normalizedS2); // 输出 bool(true)