如何删除 NBSP？ [关闭]

Question

使用 PHP 对 *.txt 文件执行file_get_contents。然后将数据插入 MySQL。值正在插入 null。 null 是由不间断空格和 excel 导出中的替换字符引起的。我想通过将文本文件中的字符复制到 unicode inspector 中来实现这一点。
对替换字符做了同样的事情。复制文字并粘贴here确认。

尝试了很多 str_replace 和 preg_replace 但没有运气。在这个SO 问题上尝试了几乎所有方法，发现这很有效。

$some_text_with_non_breaking_spaces = "Christ  O'Connory";
$clean_text = hex2bin(str_replace('c2a0', '20', bin2hex($some_text_with_non_breaking_spaces)));
echo $clean_text;

但是当我将它与file_get_contents() 方法内联时它没有。

知道如何使用preg_replace、str_replace 或其他方法解析空值吗？

这是我尝试过的所有版本：

$name = str_replace('\A0\00', ' ', $nbsp);
$name = str_replace('c2a0', '20', $nbsp);
$name = str_replace('\xc2\xa0', ' ', $nbsp);
$name = str_replace('~\xc2\xa0~', ' ', $nbsp);
$name = str_replace('\xC2\xA0', ' ',$nbsp);
$name = str_replace(' ', ' ',$nbsp);
$name = hex2bin(str_replace('c2a0', '20', bin2hex($nbsp)));  // this did work but not when putting inline with original code.
$name = preg_replace('#[A-Za-z\,\.\'\-\_]#', ' ', $nbsp);
$name = preg_replace('\x{00a0}', ' ', $nbsp);
$name = preg_replace('~\x00\xa0~', ' ', $nbsp);
$name = preg_replace('~\xc2\xa0~', ' ', $nbsp);
$name = preg_replace('\s\s+', ' ', $nbsp);
$name = preg_replace('/\s+/', ' ',  $nbsp);
$name = preg_replace('~\x{c2a0}~siu', ' ',  $nbsp);
$name = preg_replace('/\s/u', ' ',  $nbsp);
$name = preg_replace('/[^\w\d\p{L}]/u', ' ',$nbsp);

这是我试图对其执行 file_get_contents 的文件的 sn-p 数据。

SupervisorGivenName SupervisorSurName   row_date    logid   item_name   acdcalls    AHT AvgHoldTime transferred CntOBCalls  calls
        Ders    Schmid  09/02/2015  5054589 Christ  O'Connory   26  420 112 4   0   0
        Nic Flemg   09/02/2015  5054596 Mica  Wit   28  543 32  6   0   0



    Insert statement:

        $bb_query = "INSERT INTO `tier1_bb_agent_daily` (`date`,`loginID`,`empID`,`firstname`,`lastname`,`supID`, `supName`,`acd_calls`,`paetec_acd_calls`,`aht`,`avg_hold_time`,`transferred`,`outbound_call_count`)
                        VALUES ('{$row['date']}','{$row['loginID']}','{$empID}','{$firstname}','{$lastname}','{$supid}','{$newSupName}',{$row['acd_calls']},{$row['paetec_acd_calls']},{$row['aht']},{$row['avg_hold_time']},{$row['transferred']},{$row['outbound_call_count']})
                        ON DUPLICATE KEY UPDATE firstname = '{$firstname}', lastname = '{$lastname}',empID = '{$empID}', supID = '{$supid}', supName = '{$newSupName}',acd_calls = {$row['acd_calls']}, aht = {$row['aht']}, paetec_acd_calls = {$row['paetec_acd_calls']}, avg_hold_time = {$row['avg_hold_time']}, transferred = {$row['transferred']}, outbound_call_count = {$row['outbound_call_count']}";
                $db->query($bb_query);

Answer 1

为什么您的大多数尝试都失败了

$name = str_replace('\A0\00', ' ', $nbsp);
$name = str_replace('c2a0', '20', $nbsp);

错误的转义序列。

$name = str_replace('~\xc2\xa0~', ' ', $nbsp);

正则表达式需要分隔符，而不是简单的字符串替换。

$name = str_replace('\xc2\xa0', ' ', $nbsp);
$name = str_replace('\xC2\xA0', ' ',$nbsp);

正确的转义序列，但you need double-quoted strings for escape sequences to work。

$name = str_replace(' ', ' ',$nbsp);

仅适用于 HTML 实体。

$name = preg_replace('#[A-Za-z\,\.\'\-\_]#', ' ', $nbsp);

为什么要用空格替换 A-Z？

$name = preg_replace('\x{00a0}', ' ', $nbsp);

缺少分隔符和 Unicode 修饰符。

$name = preg_replace('~\x00\xa0~', ' ', $nbsp);

尝试匹配 NUL 字符，缺少 Unicode 修饰符。

$name = preg_replace('~\xc2\xa0~', ' ', $nbsp);

这个应该适用于 UTF-8。 相当于 bin2hex hack。

$name = preg_replace('\s\s+', ' ', $nbsp);

缺少正则表达式分隔符。

$name = preg_replace('/\s+/', ' ',  $nbsp);

缺少 Unicode 修饰符。

$name = preg_replace('~\x{c2a0}~siu', ' ',  $nbsp);

错误的转义序列。

$name = preg_replace('/\s/u', ' ',  $nbsp);

这个应该可以，但是用空格替换每个空白字符。

$name = preg_replace('/[^\w\d\p{L}]/u', ' ',$nbsp);

应该可以，但也可以用空格代替标点符号。

如何用普通空格替换不间断空格

如果您的输入被编码为 UTF-8（如果 bin2hex 破解有效，则可能是这样）：

$result = str_replace("\xC2\xA0", ' ', $src); # or
$result = preg_replace('/\xC2\xA0/', ' ', $src); # or
$result = preg_replace('/\xA0/u', ' ', $src);

如果您的输入编码为 ISO-8859-1：

$result = str_replace("\xA0", ' ', $src); # or
$result = preg_replace('/\xA0/', ' ', $src);

出于性能原因，首选str_replace 版本。

Answer 2

只需调试您的代码 在 file_get_contents 之后打印文件内容

$file_contents** = file_get_contents(......);
echo 'File Contents '."\n\n";
print_r($file_contents);
$modified = str_replace('\A0\00', ' ', $file_contents);
$modified = str_replace('c2a0', '20', $modified);
$modified = str_replace('\xc2\xa0', ' ', **$modified);

..................
echo 'Before DB'."\n\n";
print_r($modified);
//your insert here