PHP從字符串

刪除垃圾我堅持的一個問題，我使用的是非常基本的RTE來獲取用戶輸入，並修剪字符串中的垃圾，正在使用提供RTE的功能發佈時。我使用http://premiumsoftware.net/cleditor PHP從字符串

用戶後提交的數據，我用PHP解析它並刪除不需要的內容。大多數用戶是Linux/Mac用戶，他們通常從電子郵件/ word文檔複製內容並將其粘貼到RTE中，導致大量垃圾。

我們還需要允許從任何語言中的所有字符UTF8。

說這一切，請檢查該圖像

enter image description here

正如你所看到的，在顏色的筆記沒有特殊字符可見，如果我從MySQL複製此並將其粘貼在任何地方，不會有垃圾。但是如果我將這些值轉換爲HEX，你可以看到一個奇怪的字符。用黃色突出顯示。

有沒有什麼辦法來過濾這類問題。它導致我的PDF生成腳本停止工作

來源

2013-12-17 Aamir Mahmood

爲什麼downvote？它是一個真正的編程問題和問題 –

不明白downvotes要麼 – davidkonrad

和我得到了所有3在幾秒鐘:( –

這不是「垃圾」，它是以UTF-8編碼的Line Separator字符U+2028。如果你用ASCII/Latin-1解釋它，它看起來就像垃圾，當用錯誤的字符集解釋時，所有東西看起來都是垃圾。沒有什麼可以移除的。如果您決定要刪除某些多餘的字符，請隨時這樣做。但是它們是原始內容的一部分，並且它們本身並不是「錯誤」的，所以在這裏沒有一般的建議。

如果您的PDF生成器扼殺它，找出原因。也許它通常不能正確處理Unicode，在這種情況下，如果你想要支持Unicode，你需要修復它。如果它確實有特定的字符（這將是奇怪的），那麼你需要弄清楚這些字符是什麼，並將它們去掉。

來源

2013-12-17 13:16:04 deceze

爲什麼十六進制編輯顯示e280？ – exussum

@user因爲'E280A8'是該字符的UTF-8字節編碼。 – deceze

如果你真的要刪除這個字，你可以按照http://stackoverflow.com/questions/1176904/php-how-to-remove-all-non-printable-characters-in-a-string – klipach

正如你說，它打破了你的PDF生成腳本，因爲這是一個相當正常的控制字符（U + 2028）。

我想說一兩件事，首先檢查的是如何嚴格或錯誤地配置也許你的PDF腳本，關於字符編碼（S）應當或可以使用。

- 編輯 - deceze在他的編輯說 - --)

來源

2013-12-17 13:28:12

回答

相關問題