php如何刪除非utf8字符

小編給大家分享一下php如何刪除非utf8字符，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

php刪除非utf8字符的方法：首先創(chuàng)建一個PHP示例文件；然后使用正則表達式“preg_replace($regex, '$1', $text);”方法刪除非utf8字符即可。

本文操作環(huán)境：windows7系統(tǒng)、PHP7.1版，DELL G3電腦

具體問題：

php怎么刪除非utf8字符？

php 從字符串中刪除非UTF8字符

我在從字符串中刪除非utf8字符時出現(xiàn)問題，這些字符無法正確顯示。像這樣的字符0x97 0x61 0x6C 0x6F(十六進制表示)

刪除它們的最佳方法是什么？正則表達式還是其他？

解決辦法：

使用正則表達式方法:

$regex = <<<'END'
/
  (
    (?: [\x00-\x7F]                 # single-byte sequences   0xxxxxxx
    |   [\xC0-\xDF][\x80-\xBF]      # double-byte sequences   110xxxxx 10xxxxxx
    |   [\xE0-\xEF][\x80-\xBF]{2}   # triple-byte sequences   1110xxxx 10xxxxxx * 2
    |   [\xF0-\xF7][\x80-\xBF]{3}   # quadruple-byte sequence 11110xxx 10xxxxxx * 3 
    ){1,100}                        # ...one or more times
  )
| .                                 # anything else
/x
END;
preg_replace($regex, '$1', $text);

它搜索UTF-8序列，并將其捕獲到組1中。它還匹配無法識別為UTF-8序列的一部分的單個字節(jié)，但不捕獲這些字節(jié)。替換是捕獲到組1中的任何內(nèi)容。這將有效刪除所有無效字節(jié)。

通過將無效字節(jié)編碼為UTF-8字符，可以修復字符串。但是，如果錯誤是隨機的，則可能會留下一些奇怪的符號。

$regex = <<<'END'
/
  (
    (?: [\x00-\x7F]               # single-byte sequences   0xxxxxxx
    |   [\xC0-\xDF][\x80-\xBF]    # double-byte sequences   110xxxxx 10xxxxxx
    |   [\xE0-\xEF][\x80-\xBF]{2} # triple-byte sequences   1110xxxx 10xxxxxx * 2
    |   [\xF0-\xF7][\x80-\xBF]{3} # quadruple-byte sequence 11110xxx 10xxxxxx * 3 
    ){1,100}                      # ...one or more times
  )
| ( [\x80-\xBF] )                 # invalid byte in range 10000000 - 10111111
| ( [\xC0-\xFF] )                 # invalid byte in range 11000000 - 11111111
/x
END;
function utf8replacer($captures) {
  if ($captures[1] != "") {
    // Valid byte sequence. Return unmodified.
    return $captures[1];
  }
  elseif ($captures[2] != "") {
    // Invalid byte of the form 10xxxxxx.
    // Encode as 11000010 10xxxxxx.
    return "\xC2".$captures[2];
  }
  else {
    // Invalid byte of the form 11xxxxxx.
    // Encode as 11000011 10xxxxxx.
    return "\xC3".chr(ord($captures[3])-64);
  }
}
preg_replace_callback($regex, "utf8replacer", $text);

編輯:

• !empty(x)將匹配非空值("0"被認為是空的)。

• x != ""將匹配非空值，包括"0"。

• x !== ""將匹配""以外的任何內(nèi)容。

在這種情況下，x != ""似乎是最好的選擇。

我也加快了比賽速度。而不是單獨匹配每個字符，它匹配有效的UTF-8字符序列。

以上是“php如何刪除非utf8字符”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！