用常规引号替换智能引号会导致整个字符串被删除答案

【问题标题】：Replacing smart quote with regular quote causes entire string to be erased用常规引号替换智能引号会导致整个字符串被删除
【发布时间】：2018-01-23 21:43:15
【问题描述】：

我有一些最初是 RTF 文件的文件。它们使用 Microsoft Word 2016 打开并保存为 .txt 文件。没有对文件进行其他更改。它们被转移到 Linux 系统。

使用命令时：

file myfile.txt 在 Linux 上显示为 Non-ISO extended-ASCII text, with CRLF line terminators。

我正在将文件读入 PHP 并逐行处理它们。我正在尝试用常规单引号替换任何正确的智能引号，但我的整个字符串都被删除了。

我的代码如下所示：

$text = "I can’t go for supper";
$text = preg_replace('/\x{2019}/u', "'", $text);
echo $text;

这里的撇号是正确的智能引用，在 Vim 中显示为 <92>。在网上研究后，我发现这实际上是 unicode 字符2019。

但是，当我尝试显示 $text 的新值时，没有显示任何内容。

我的代码有什么问题，为什么它会清除整个文本字符串？

【问题讨论】：

无法复制。 3v4l.org/8aBbH
不知道3v4l.org/f5Gu7
问题是 3v4l.org 上的那些引用没有显示为代码所以不是真实的表示。
代码<92>是什么意思？
@AbraCadaver 在回复您时，我发现字符代码是 Windows-1252 编码集的特定部分。我相信解决方案是在我读到的每一行上使用 iconv()。

标签： php regex unicode

【解决方案1】：

经过进一步研究，我确定字符代码 <92> 特定于 Windows-1252 字符编码。在能够操作字符串之前，我首先需要将其转换为 UTF-8。

以下代码可以正常工作：

$text = "I can’t go for supper";
$text = iconv("Windows-1251", "UTF-8", $text);
$text = preg_replace('/\x{2019}/u', "'", $text);
echo $text;

【讨论】：

好好研究这个。