如何使用PHP5中的正则表达式替换UTF-8字符串中的无效字符为空格字符?
通过使用mbstring,您可以执行以下操作:
$text = mb_convert_encoding($text, 'UTF-8', 'UTF-8');
这段代码可以按照您的意愿工作(将无效字符替换为空格),但如果您想用其他内容(如 ?
)替换无效字符,则似乎无法正常工作。
如果你在使用PHP的XML或JSON解析器时遇到了诅咒的“无效字符”错误,那么你可能会对此感兴趣。
不幸的是,PHP的XML和JSON解析器不能忽略非UTF8字符,而是停止并抛出一个相当没有帮助的错误。我从网络上找到了下面的代码,对我来说工作得非常好。
//reject overly long 2 byte sequences, as well as characters above U+10000 and replace with ?
$some_string = preg_replace('/[\x00-\x08\x10\x0B\x0C\x0E-\x19\x7F]'.
'|[\x00-\x7F][\x80-\xBF]+'.
'|([\xC0\xC1]|[\xF0-\xFF])[\x80-\xBF]*'.
'|[\xC2-\xDF]((?![\x80-\xBF])|[\x80-\xBF]{2,})'.
'|[\xE0-\xEF](([\x80-\xBF](?![\x80-\xBF]))|(?![\x80-\xBF]{2})|[\x80-\xBF]{3,})/S',
'?', $some_string );
//reject overly long 3 byte sequences and UTF-16 surrogates and replace with ?
$some_string = preg_replace('/\xE0[\x80-\x9F][\x80-\xBF]'.
'|\xED[\xA0-\xBF][\x80-\xBF]/S','?', $some_string );
在我的情况下,iconv无法正常工作(与其他解决方案一样),因此我在“字符验证”部分找到了自己的解决方案:
"
$text = '';
:-) - Joey