刪除UTF-8字符串中的控制字符

Question

所以我在客戶端（輸入後）刪除控制字符（tab，cr，lf，\ v和所有其他不可見的字符），但由於客戶端不可信，我有也要在服務器中刪除它們。

所以根據該鏈接http://www.utf8-chartable.de/

控制字符是從x00到1F和從7F至9F。 因此我的客戶（JavaScript）的控制焦炭去除功能是：

return s.replace(/[\x00-\x1F\x7F-\x9F]/g, ""); 

和我的PHP（服務器）控制焦炭去除功能是：

$s = preg_replace('/[\x00-\x1F\x7F-\x9F]/', '', $s); 

現在，這似乎產生了與國際UTF8字符這樣的問題作爲ς（xCF x82）僅限於PHP（因爲x82位於第二個序列組中），所以相當於javascript的javascript不會產生任何問題。

現在我的問題是，我應該從7F到9F刪除控制字符？據我的理解，從127到159（7F到9F）的序列顯然可以是有效的UTF-8字符串的一部分？

另外，也許我不應該過濾00到31控制字符，因爲也有一些這些字符可以出現在一些奇怪的（日本？中國？），但有效的utf-8字符？

Answer 1

看來，我只需要在û標誌添加到正則表達式 因此變成：

$s = preg_replace('/[\x00-\x1F\x7F-\x9F]/u', '', $s);