htmlspecialchars/htmlentitiesはBMP外の文字を正しく扱えない

補足 この記事は旧徳丸浩の日記からの転載です（元URL、アーカイブ、はてなブックマーク1、はてなブックマーク2）。 備忘のため転載いたしますが、この記事は2009年10月14日に公開されたもので、当時の徳丸の考えを示すものを、基本的に内容を変更せずにそのまま転載するものです。 補足終わり PHPの安定版(PHP5.3.0、PHP5.2.11)のhtmlspecialcharsおよびhtmlentitiesには、Unicodeの基本多言語面 (BMP)範囲外の文字、すなわち、U+10000以降の文字を正しく扱えない問題があります。 もっともシンプルな再現コードを以下に示します。 <?php $c = "\xF0\x90\x80\xBC"; // U+1003C $a = htmlspecialchars($c, ENT_QUOTES, 'UTF-8'); echo bin2hex($a) .

[DecoyMaker]

phpspecialcharsの引数double_encodeを0にした場合の副作用="元々実体参照や数値文字参照の形になってる文字列を変換しなくなる"

[mumincacao]

普段使わない分引っかかると大変そうだから頭の片隅に置いておくことにするのです．．．〆（´・ω・｀；【みかん

[gogatsu26]

　BMP＝Unicodeの基本多言語面

[IwamotoTakashi]

すばらしい。