去除utf中的垃圾字符
我使用 utf8 格式将所有数据存储到 mysql 中。在将数据插入数据库之前，我需要清理带有不需要的字符的字符串。字符串采用 utf8 格式。我知道如何使用正则表达式和字符串替换，但不知道如何使用阿拉伯字符。
需要清理的示例字符串：“████ .. ????????????????????????????????????????????????????????????????????????????????????????????????????????????
谢谢你
I am using utf8 format to store all my data into mysql. Before data is inserted into the database I need to clean the strings with unwanted characters. The strings are in utf8 format. I know how to use regex and string replace but do not know how to work with arabic characters.
Sample string that needs to be cleaned : "████ .. الــقــوانين الجديـــدة في قســـم الـعنايـ";
Thanking you
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
好的。正如 @Jonathan Leffler 已经说过的，如果您可以指定需要替换的字符的 unicode 字符范围，您可以使用正则表达式将字符替换为空字符串。
unicode 字符在表达式（在 PHP 中）中指定为
\x{FFFF}。此外，您还必须设置u 修饰符使 PHP 将模式视为 UTF8。所以最后，你会得到这样的结果：
其中
/.../u是分隔符加上修饰符[...]+是字符类加上量词，这意味着 匹配这些字符一次或多次\x{FFFF}-\x{FFFF}是一个 unicode 字符范围（显然你必须提供正确的代码点/字符数）。您还可以使用
^来否定该组，您可以指定要保留的范围：更多信息：
Ok. As @Jonathan Leffler already said, if you can specify the unicode character ranges for the characters that need to be replaced, you can use a regular expression to replace the characters with an empty string.
A unicode character is specified as
\x{FFFF}in an expression (in PHP). In addition, you have to set theumodifier to make PHP treat the pattern as UTF8.So in the end, you have something like this:
where
/.../uare the delimiters plus the modifier[...]+is a character class plus quantifier, which means match any of these characters inside one or mor times\x{FFFF}-\x{FFFF}is a unicode character range (obviously you have to provide the right codepoints/numbers of the characters).You can also negate the group with a
^you can specify the range which you want to keep:More information: