mb_convert_encoding()のHTML-ENTITIESの変換は逆変換できない #PHP

mb_convert_encoding()の第2引数にHTML-ENTITIESを指定すると、文字列中の漢字やひらがななどをHTMLの文字実体参照・文字数値参照（ ,みたいなやつ）に変換してくれます。

「漢字やひらがななど」とあえてふわっと書きましたが、正確にはASCII (0x00-0x7F) の範囲外の文字が変換対象のようです（このあたりドキュメントが見つからなかったのでおそらくですが）。

逆に、第3引数にHTML-ENTITIESを指定すれば、文字実体参照などをデコードできます。

<?php
$string = 'あいうえお';
$encoded = mb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-8');
echo $encoded; // &#12354;&#12356;&#12358;&#12360;&#12362;
$decoded = mb_convert_encoding($encoded, 'UTF-8', 'HTML-ENTITIES');
echo $decoded; // あいうえお

上記のように、一度変換したあと逆向きに変換すれば元の文字列に戻せる……と思ってしまいそうですが、実はそうとは限りません。
先述したようにmb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-8')で変換されるのはASCII範囲外の文字のため、ASCIIの文字は変換されません。つまり、<のような文字列をUTF-8→HTML-ENTITIES→UTF-8と変換すると、2回目のみ変換されて<になってしまいます。

<?php
$string = '&lt;div&gt;あいう&lt;/div&gt;';
$encoded = mb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-8');
echo $encoded; // &lt;div&gt;&#12354;&#12356;&#12358;&lt;/div&gt;
$decoded = mb_convert_encoding($encoded, 'UTF-8', 'HTML-ENTITIES');
echo $decoded; // <div>あいう</div>

対策

これを防ぐためには、&を&に変換すればいいはずです。変換のタイミングはmb_convert_encoding()よりも前です。

<?php
$string = '&lt;div&gt;あいう&lt;/div&gt;';
$encoded = str_replace('&', '&amp;', $string);
$encoded = mb_convert_encoding($encoded, 'HTML-ENTITIES', 'UTF-8');
echo $encoded; // &amp;lt;div&amp;gt;&#12354;&#12356;&#12358;&amp;lt;/div&amp;gt;
$decoded = mb_convert_encoding($encoded, 'UTF-8', 'HTML-ENTITIES');
echo $decoded; // &lt;div&gt;あいう&lt;/div&gt;
var_dump($string === $decoded); // bool(true)