为什么 str_replace 不能正确替换这些扩展的 ascii 字符？

Question

这是一个 UTF-8 编码的源文件。我一定遗漏了一些明显的东西，但我已经尝试了所有我能想到的排列方式。

<?php

$bad =  array( chr(130), chr(145), chr(146), chr(147), chr(148), chr(150), chr(151), chr(173), chr(160) );
$good = array( chr( 44), chr( 39), chr( 39), chr( 34), chr( 34), chr( 45), chr( 45), chr( 45), chr( 32) );

print_r($bad);
print_r($good);

 $str = <<<EOF
    bad comma ‚
    bad quote ‘
    bad quote ’
    bad quote “
    bad quote ”
    bad dash –
    bad dash —
    bad dash ­
    bad space   

EOF;
    echo $str;
    $clean = str_replace($bad, $good, $str);
    echo "\n";
    echo( $clean);

当我在浏览器中打开它并查看源代码时...

Array
(
    [0] => ‚
    [1] => ‘
    [2] => ’
    [3] => “
    [4] => ”
    [5] => –
    [6] => —
    [7] => ­
    [8] =>  
)
Array
(
    [0] => ,
    [1] => '
    [2] => '
    [3] => "
    [4] => "
    [5] => -
    [6] => -
    [7] => -
    [8] =>  
)
    bad comma ‚
    bad quote ‘
    bad quote ’
    bad quote “
    bad quote â€
    bad dash –
    bad dash —
    bad dash ­
    bad space   

    bad comma ‚
    bad quote ‘
    bad quote ’
    bad quote “
    bad quote â€
    bad dash â€"
    bad dash â€"
    bad dash Â-
    bad space   

Answer 1

ASCII、多字节和 UTF-8 之间存在区别。

在您的情况下，这些字符是多字节字符。 “多字节”只是一种任意的非 UTF-8 编码。

您可以先将它们转换为 UTF-8 或使用 mb_ereg_replace

大多数 PHP 开发人员对字符编码知之甚少，但它是使用 C/C++ 工作时最重要的事情之一。