从 PHP 字符串中删除字符

Question

我正在接受来自提要的字符串以在屏幕上显示，该字符串可能包含也可能不包含我想要过滤掉的一些垃圾。我根本不想过滤普通符号。

我想要删除的值如下所示：

我只想删除这个。相关技术是PHP。

建议表示赞赏。

Answer 1

这是一个编码问题；您不应该尝试清除那些伪造的字符，而应该理解为什么您会收到乱码的字符。

尝试以 Unicode 形式获取数据，或者与您的 Feed 提供商达成协议，让双方使用相同的编码。

Answer 2

谢谢你们的回复，伙计们。不幸的是，提交的内容存在以下问题：

由于明显的原因而错误：

ereg_replace("[^A-Za-z0-9]", "", $string);

This:

s/[\u00FF-\uFFFF]//

也使用已弃用的正则表达式的 ereg 形式，当我转换为 preg 时也不起作用，因为范围太大，正则表达式无法处理。此外，该范围内还有一些孔洞，垃圾可能会渗入其中。

这个建议：

这是一个编码问题；您不应该尝试清除那些伪造的字符，而应该理解为什么您会收到乱码的字符。

虽然有效，但不好，因为我无法控制接收到的数据的编码方式。它来自外部来源。有时里面有垃圾，有时没有。

所以，我想出的解决方案相对来说比较脏，但在没有更强大的东西的情况下，我只是接受所有标准字母、数字和符号，并丢弃其余的。

目前看来这确实有效。解决方案如下：

$fixT = str_replace("£", "£", $string); 
$fixT = str_replace("€", "€", $fixT);
$fixT = preg_replace("/[^a-zA-Z0-9\s\.\/:!\[\]\*\+\-\|\<\>@#\$%\^&\(\)_=\';,'\?\\\{\}`~\"]/", "", $fixT);

如果有人有更好的想法，我仍然很想听听。干杯。

Answer 3

您正在寻找超出字体可以显示的字形范围的字符。您可以找到字体可以显示的最大 unicode 值，然后创建一个正则表达式，用空字符串替换高于该值的任何内容。例如，

s/[\u00FF-\uFFFF]//

这将删除字符 255 以上的任何内容。

Answer 4

这对您来说很难做到，因为您没有明确定义要过滤什么和要保留什么。通常，显示为空方块的字符是您使用的字体没有字形的任何字符，因此“像这样显示的内容：�”的定义非常不精确。

您最好准确地确定哪些字符有效（无论如何，对于任何类型的数据清理，这始终是一个好方法）并丢弃不属于其中之一的所有内容。 PHP filter 函数是执行此操作的一种可能性，具体取决于您所需的复杂性和稳健性级别。

Answer 5

如果您无法解决提要中的数据问题并需要过滤信息，那么这可能会有所帮助：

PHP5 filter_input 非常适合过滤输入字符串，并允许相当大的灵活性

filter_input(input_type, variable, filter, options) 

您还可以在一个过滤器中过滤所有表单数据如果需要相同的过滤，则行:)

这里有一些很好的示例和更多信息：

http ://www.w3schools.com/PHP/func_filter_input.asp

PHP 站点提供了有关这些选项的更多信息：验证过滤器

Answer 6

看看这个问题 获取字符串中每个字节的值。 （这假设多字节重载已关闭。

）字节，您可以使用它们来确定这些“垃圾”字符实际上是什么。它们可能是由于误解字符串的编码、以错误的字体显示或其他原因造成的。将它们发布在这里，人们可以为您提供进一步的帮助。

Answer 7

尝试以下操作：

• 手动从源下载示例。
• 在 Notepad++ 或其他高级文本编辑器（Linux 上的 KATE 非常适合此操作）中打开它。
• 尝试更改编码并从一种编码转换为另一种编码。

如果您发现一个设置可以使字符正确显示，那么您需要使用该编码对您的网站进行编码，或者将其从该编码转换为您在网站上使用的任何编码。

Answer 8

朋友们您好，

     try this Regular Expression to remove unicode char from the string : 

     /*\\u([0-9]|[a-fA-F])([0-9]|[a-fA-F])([0-9]|[a-fA-F])([0-9]|[a-fA-F])/ 

谢谢，
Chintu([电子邮件受保护])