preg_replace 空格也破坏了我的特殊字符答案

【问题标题】：preg_replace whitespace also breaks my special characterspreg_replace 空格也破坏了我的特殊字符
【发布时间】：2013-05-16 01:56:22
【问题描述】：

我有一个包含大量空格和换行符的字符串，我想清理它们，所以我使用：

$str = trim(preg_replace('/\s+/', ' ', $str));

但是，当我回显 $str 时，我注意到像“à”这样的特殊字符变成了 ...。

当我删除 preg_replace 时， � 再次变为“à”，但我的字符串充满了空格和换行符。

我尝试了 Google (ofc)，但似乎没有很多人遇到这个问题 :)

我对 PHP 的了解是中级的，所以我（仍然）有点缺乏对这个问题可能发生在哪里的洞察力 :)

【问题讨论】：

您的问题可能是由于编码错误造成的。您能告诉我您使用的是什么编码（UTF-8、ISO-8859-1 等）吗？
我使用的是 UTF-8，但我不确定我的所有数据。我通过 cURL 收到 $str 的内容。

标签： preg-replace special-characters whitespace line-breaks

【解决方案1】：

我也遇到了同样的问题。 preg_replace 将破坏一个 UTF-8 字符串，如果它具有以下字符之一（在此仅提及一些更常见的情况）：

(U+00E0) : à Latin small letter a with grave
(U+0160) : Š Latin capital letter s with caron
(U+03A0) : Π Greek capital letter pi
(U+0420) : Р Cyrillic capital letter er

答案是使用 UTF-8 模式修饰符。有一个问题：UTF-8 可以包含\s 无法捕获的空白字符。所以你必须在你的模式中添加\p{Z}，这匹配所有的空格。所以使用：

$str = preg_replace( '/[\p{Z}\s]+/u', ' ', $str );

【讨论】：

它仍然破坏了我的字符串，但你给了我理解问题的希望

【解决方案2】：

也许这样的事情会有所帮助，因为字符集可能有问题

$text = utf8_decode($text);
$text = trim(preg_replace('/\s+/', ' ', $text));
$text = utf8_encode($text);

你得到 utf-8 输入了吗？

【讨论】：

这行得通，谢谢！但这是否意味着我的输入不是正确的字符集？我的意思是，这是一种解决方法，对吗？我是否需要更改我的输入数据 ($str) 或其他东西？从另一个网站接收 $str 槽 CURL 的内容。
没有大多数网页使用 utf-8 或 ISO-8859-1 作为字符集 ..（请参阅标题）并且 utf-8 是（afaik）多字节编码，因此在 php 中的处理方式不同..我曾经在使用数据库时遇到过这个问题；D..太好了，我可以帮助你；D
我不太熟悉（从未使用过这个），但也许您也可以使用 link 替换 ;D