搜索和替换特殊字符 PHP答案

【问题标题】：Search And Replace Special Characters PHP搜索和替换特殊字符 PHP
【发布时间】：2011-04-23 03:22:39
【问题描述】：

我正在尝试搜索和替换我从 csv 文件解析的字符串中的特殊字符。当我用 vim 打开文本文件时，它显示字符是。我终其一生都无法弄清楚使用 preg_replace 的字符是什么。任何帮助，将不胜感激。

谢谢，

克里斯·爱德华兹

【问题讨论】：

你能检查一下使用的是什么字符编码吗？ file -bi [filename]

标签： php

【解决方案1】：

按照 Bobince 的建议，以下内容对我有用：

analysis_file() -> http://www.php.net/manual/en/function.fgetcsv.php#101238

function file_get_contents_utf8($fn) {
    $content = file_get_contents($fn);
    return mb_convert_encoding($content, 'UTF-8', mb_detect_encoding($content, 'UTF-8, ISO-8859-1', true));
}


if( !($_FILES['file']['error'] == 4) ) {
    foreach($_FILES as $file) {
        $n = $file['name'];
        $s = $file['size'];
        $filename = $file['tmp_name'];
        ini_set('auto_detect_line_endings',TRUE); // in case Mac csv
        // dealing with fgetcsv() special chars
        // read the file into a string, do your pre-processing changes
        // write it back out to a temporary file, and have fgetcsv() read that.
        $file = file_get_contents_utf8($filename);
        $tempFile = tempnam(sys_get_temp_dir(), '');
        $handle = fopen($tempFile, "w+");
        fwrite($handle,$file);
        fseek($handle, 0);
        $filename = $tempFile;      
        // END -- dealing with fgetcsv() special chars
        $Array = analyse_file($filename, 10);
        $csvDelim = $Array['delimiter']['value'];
        while (($data = fgetcsv($handle, 1000, $csvDelim)) !== FALSE) {
            // process the csv file
        }
    } // end foreach
}

【讨论】：

【解决方案2】：

0x95 可能应该代表字符 U+2022 Bullet (•)，编码为 Windows code page 1252。您可以使用以下方法在字节字符串中删除它：

$line= str_replace("\x95", '', $line);

或者你可以使用iconv 将数据的字符集从cp1252 转换为utf8（或任何其他你想要的编码），如果你有一个可以读取非ASCII 字符的CSV 解析器可靠。否则，您可能想要删除所有个非 ASCII 字符，例如：

$line= preg_replace("/[\x80-\xFF]/", '', $line);

如果您的 CSV 解析器是 fgetcsv()，您就会遇到问题。从理论上讲，您应该能够在将字符串传递给str_getcsv()（PHP 5.3）之前将其作为预处理步骤来执行。不幸的是，这也意味着您必须自己读取文件并逐行拆分，鉴于引用的 CSV 值可能包含换行符，这并非易事。当您编写代码以正确处理时，您几乎已经编写了一个 CSV 解析器。因此，您实际上需要做的是将文件读入字符串，进行预处理更改，将其写回临时文件，然后让fgetcsv() 读取那个。

另一种方法是单独对fgetcsv() 返回的每个字符串进行后处理。但这也是不可预测的，因为 PHP 通过使用系统默认编码解码输入来破坏输入，而不是仅仅给你该死的字节。 Windows 之外的默认编码通常是 UTF-8，它不会自行读取 0x95 字节，因为那将是无效的字节序列。虽然您可以尝试使用 setlocale() 更改系统默认编码来解决这个问题，但 that 是一种非常糟糕的做法，它不会与您运行的任何其他应用程序很好地配合，这取决于系统语言环境。

总而言之，PHP 内置的 CSV 解析东西很垃圾。

【讨论】：