如何结合 mb_encode_numericentity 和正则表达式来处理特定的字符或文本？

其中：

"; echo "
• \$str：要转换的字符串
"; echo "
• \$convmap：转换映射数组，格式为 [start, end, offset, mask]
"; echo "
• \$encoding：字符编码，默认 'UTF-8'
"; echo "

例如，我们想将所有中文字符转换为 HTML 实体：

\$convmap = [0x4e00, 0x9fff, 0, 0xFFFF];
\$str = '测试中文';
\$encoded = mb_encode_numericentity(\$str, \$convmap, 'UTF-8');
echo \$encoded; // 测试中文

2. 正则表达式匹配特定字符

通过正则表达式，我们可以筛选出我们关心的文本。例如，只匹配中文字符：

\$str = 'Hello 测试 World 中文';
preg_match_all('/[\x{4e00}-\x{9fff}]+/u', \$str, \$matches);
print_r(\$matches[0]); // Array ( [0] => 测试 [1] => 中文 )

3. 结合 mb_encode_numericentity 和正则表达式

如果我们只想对匹配到的中文字符进行数字实体转换：

\$convmap = [0x4e00, 0x9fff, 0, 0xFFFF];
\$str = 'Hello 测试 World 中文';

// 使用正则匹配
preg_match_all('/[\x{4e00}-\x{9fff}]+/u', \$str, \$matches);

// 遍历匹配结果并替换为实体
foreach (\$matches[0] as \$match) {
    \$encoded = mb_encode_numericentity(\$match, \$convmap, 'UTF-8');
    \$str = str_replace(\$match, \$encoded, \$str);
}

echo \$str; // Hello 测试 World 中文

4. 实际应用场景

结合 mb_encode_numericentity 和正则表达式的方式非常适合以下场景：

"; echo "
• 对 HTML 输出中部分特殊字符进行安全转义，防止乱码或 XSS。
"; echo "
• 处理多语言内容时，只转换指定语言的字符。
"; echo "
• 文本分析或存储时，将特定字符转换为统一格式。
"; echo "

总结

通过正则表达式筛选特定字符，再使用 mb_encode_numericentity 进行转换，可以精确控制哪些字符需要被转码，从而在多字节环境下实现更安全、可靠的文本处理。