PHP: thay thế các ký tự không hợp lệ trong chuỗi utf-8 trong

Question

Làm cách nào thay thế (sử dụng regex trong PHP5) các ký tự không hợp lệ trong chuỗi utf-8 trên các ký tự khoảng trắng?

Answer 1

sử dụng iconv

$text = iconv("UTF-8", "UTF-8//IGNORE", $text); 

thấy manual.

Cheers

Answer 2

Các iconv không hoạt động trường hợp của tôi (như các giải pháp khác) vì vậy tôi tìm thấy tôi ở đây một phần cho "xác nhận nhân vật":

http://webcollab.sourceforge.net/unicode.html

Answer 3

Với mbstring bạn có thể làm:

$text = mb_convert_encoding($text, 'UTF-8', 'UTF-8'); 

Sẽ hoạt động khi bạn muốn (thay thế các ký tự không hợp lệ bởi khoảng trắng), nhưng dường như không hoạt động nếu bạn muốn thay thế các ký tự không hợp lệ bằng một số ký tự khác, chẳng hạn như ?.

Xem: Replacing invalid UTF-8 characters by question marks, mbstring.substitute_character seems ignored

Answer 4

Nếu bạn đã đi qua những lỗi ‘nhân vật không hợp lệ’ nguyền rủa trong khi sử dụng XML PHP hoặc JSON phân tích cú pháp sau đó bạn có thể quan tâm đến việc này.

Thật không may, các trình phân tích cú pháp XML và JSON của PHP không bỏ qua các ký tự không phải UTF8, mà là chúng dừng lại và ném một lỗi khá vô ích. Tôi đã tìm thấy biểu mẫu mã dưới đây và hoạt động xuất sắc cho tôi ..

//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);