PHP: remplacer les caractères invalides dans la chaîne utf-8 dans

Question

Comment remplacer (utiliser regex dans PHP5) les caractères invalides dans la chaîne utf-8 sur les caractères espace blanc?

Answer 1

utilisation iconv

$text = iconv("UTF-8", "UTF-8//IGNORE", $text); 

voir le manual.

Vive

Answer 2

Le iconv ne fonctionnait pas mon cas (que d'autres solutions) donc j'ai trouvé le mien ici dans la partie de "validation de caractère":

http://webcollab.sourceforge.net/unicode.html

Answer 3

Avec mbstring vous pouvez faire:

$text = mb_convert_encoding($text, 'UTF-8', 'UTF-8'); 

Fonctionne comme vous voulez (remplace les caractères invalides par des espaces), mais ne semble pas fonctionner si vous souhaitez remplacer les caractères non valides par quelque chose d'autre, comme ?.

Voir: Replacing invalid UTF-8 characters by question marks, mbstring.substitute_character seems ignored

Answer 4

Si vous avez rencontré l'erreur maudite « de caractère non valide » en utilisant XML de PHP ou analyseur JSON alors vous pourriez être intéressé.

Malheureusement, les analyseurs XML et JSON de PHP n'ignorent pas les caractères non-UTF8, mais ils arrêtent et lancent une erreur plutôt inutile. J'ai trouvé le formulaire de code ci-dessous net et fonctionne parfaitement pour moi ..

//reject overly long 2 byte sequences, as well as characters above U+10000 and replace with ? 
$some_string = preg_replace('/[\x00-\x08\x10\x0B\x0C\x0E-\x19\x7F]'. 
'|[\x00-\x7F][\x80-\xBF]+'. 
'|([\xC0\xC1]|[\xF0-\xFF])[\x80-\xBF]*'. 
'|[\xC2-\xDF]((?![\x80-\xBF])|[\x80-\xBF]{2,})'. 
'|[\xE0-\xEF](([\x80-\xBF](?![\x80-\xBF]))|(?![\x80-\xBF]{2})|[\x80-\xBF]{3,})/S', 
'?', $some_string); 

//reject overly long 3 byte sequences and UTF-16 surrogates and replace with ? 
$some_string = preg_replace('/\xE0[\x80-\x9F][\x80-\xBF]'. 
'|\xED[\xA0-\xBF][\x80-\xBF]/S','?', $some_string);