如何使用 php 排除 MS Word 在 regEx 中创建的垃圾字符
我使用 $text = fread($filename, $filesize); 阅读 MS Word 文档
然后，当我回显 $text 时，它有一些浏览器无法正确显示的字符并输出一些损坏的字符。我试图用以下正则表达式清除它们：
preg_replace('/[^\w]/','',$text); 但它没有按我想要的方式工作。
有人可以帮忙吗？
I read the MS Word document with $text = fread($filename, $filesize);
then when I echo the $text it has some chars that browser cannot display properly and outputs some broken chars. I'm trying to clear them out with following regex:
preg_replace('/[^\w]/','',$text); but it's not working as I want.
Can anybody help, please?
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）
正如评论中已经提到的，您应该使用一个工具将 .doc 文件转换为更可用的文件，例如纯文本/文本。
否则，您可以在输出每一行时尝试以下正则表达式，它只保留字符串中的数字、单词和空格字符：
As already mentioned in the comments, you should use a tool that transforms the .doc-file into something more usable like plain/text.
Otherwise you could try the following regexp when outputting each line, which only keeps digit-, word- and whitespace-charaters in the string: