验证损坏的复制粘贴用户输入答案

【问题标题】：Validate broken copy paste user input验证损坏的复制粘贴用户输入
【发布时间】：2016-11-15 14:51:05
【问题描述】：

我正在寻找一个 php 函数或库或建议，当客户复制和粘贴损坏的 utf8 字符串时，它可以验证损坏的表单输入值。

场景：

要求客户在
他打开了第三方存储地址的损坏页面
复制损坏的 utf8 字符串（参见示例）
将此字符串粘贴到输入字段中，然后单击提交

所以在服务器端，我收到“正确”的有效 utf8 值。

有没有办法捕捉到它，以便我可以捕捉到它并显示错误消息？

测试示例：

“Atâ€™s â€˜em”
“博科夫斯基”

【问题讨论】：

要求我们推荐或查找书籍、工具、软件库、教程或其他场外资源的问题对于 Stack Overflow 来说是无关紧要的，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决该问题所做的工作。
您可以使用 preg_match 来验证输入是否有效！例如，您可以将其与字母和数字进行比较，例如：a-z A-Z 0-9 :)
如果他们实际上粘贴了“Atâ€™s â€˜em”这个词，那么他们实际上是在粘贴“Atâ€™sâ€˜em”这个词"（就像我现在在这里做的那样）。没有什么是“坏”的，它只是不是你真正想要的角色（尽管我确实希望它们出现在这个评论中）。所以……这有点问题，因为没有明显的正确答案。什么时候是坏了，什么时候不是它……？
@deceze 没错！关于我应该以何种方式寻找捕捉它的任何建议？我可以尝试逐个预测我认为错误的一切。但这将永远持续下去。
第二种情况，粘贴一个�字符，已损坏无法修复，原始字符一去不复返了。在第一种情况下，您可以从 UTF-8 转换为拉丁文-1（左右）并将结果再次解释为 UTF-8；您可以尝试自动执行此操作，也许是递归的，直到您开始注意到字符被丢弃（因为它们不能用 Latin-1 表示），此时您已到达转换链的末端。确实，人类需要做出决定；也许会弹出一条消息“这看起来像mojibake”，然后提出一些猜测，让用户选择。

标签： php validation input utf-8

【解决方案1】：

因为没有确定值是否错误的通用方法，所以我最终匹配了正则表达式 [A-Za-z0-9\ -.,] 并在不匹配时向用户显示警告消息。

（@soheyl 建议）

【讨论】：

【解决方案2】：

起初UTF-8 字符串不能被破坏。该字符串可以包含非 utf-8 字符，这使它看起来像是“损坏”，而它只是一种不同的编码。

PHP 具有检查给定字符串使用哪种编码的功能：

string mb_detect_encoding ( string $str [, mixed $encoding_list = mb_detect_order() [, bool $strict = false ]] )

来源：http://php.net/manual/en/function.mb-detect-encoding.php。

但它只检查给定字符串的编码类型，因此您只能检查是否使用了正确的编码。

希望这会有所帮助。

【讨论】：

感谢您的回答，但在这种情况下，它将始终是 UTF-8，因为它来自有效的 utf8 编码站点。