PHP: zastępuje niepoprawne znaki w łańcuchu utf-8 w

Question

Jak zamienić (użyć wyrażenia regularnego w PHP5) nieprawidłowe znaki w łańcuchu utf-8 na znakach spacji?

Answer 1

wykorzystanie iconv

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

zobaczyć manual.

Cheers

Answer 2

iconv nie było pracujących moim przypadku (jak inne rozwiązania), więc znalazłem kopalni tutaj w części dotyczącej "walidacji znak":

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

Answer 3

Z mbstring co możliwe do:

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

Działa tak, jak chcesz (zastąp nieprawidłowe znaki białymi spacjami), ale nie działa, jeśli chcesz zastąpić nieprawidłowe znaki czymś innym, np. ?.

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

Answer 4

Jeśli natknąć przeklętej błąd „Nieprawidłowy znak” podczas korzystania z XML lub JSON PHP parser następnie może być zainteresowany w tym.

Niestety, parsery PHP i JSON PHP nie ignorują znaków innych niż UTF8, ale raczej przestają wyświetlać niepomyślny błąd. Znalazłem poniższy kod z sieci i działam doskonale dla mnie ..

//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);