PHP从字符串

删除垃圾我坚持的一个问题，我使用的是非常基本的RTE来获取用户输入，并修剪字符串中的垃圾，正在使用提供RTE的功能发布时。我使用http://premiumsoftware.net/cleditor PHP从字符串

用户后提交的数据，我用PHP解析它并删除不需要的内容。大多数用户是Linux/Mac用户，他们通常从电子邮件/ word文档复制内容并将其粘贴到RTE中，导致大量垃圾。

我们还需要允许从任何语言中的所有字符UTF8。

说这一切，请检查该图像

enter image description here

正如你所看到的，在颜色的笔记没有特殊字符可见，如果我从MySQL复制此并将其粘贴在任何地方，不会有垃圾。但是如果我将这些值转换为HEX，你可以看到一个奇怪的字符。用黄色突出显示。

有没有什么办法来过滤这类问题。它导致我的PDF生成脚本停止工作

来源

2013-12-17 Aamir Mahmood

为什么downvote？它是一个真正的编程问题和问题 –

不明白downvotes要么 – davidkonrad

和我得到了所有3在几秒钟:( –

这不是“垃圾”，它是以UTF-8编码的Line Separator字符U+2028。如果你用ASCII/Latin-1解释它，它看起来就像垃圾，当用错误的字符集解释时，所有东西看起来都是垃圾。没有什么可以移除的。如果您决定要删除某些多余的字符，请随时这样做。但是它们是原始内容的一部分，并且它们本身并不是“错误”的，所以在这里没有一般的建议。

如果您的PDF生成器扼杀它，找出原因。也许它通常不能正确处理Unicode，在这种情况下，如果你想要支持Unicode，你需要修复它。如果它确实有特定的字符（这将是奇怪的），那么你需要弄清楚这些字符是什么，并将它们去掉。

来源

2013-12-17 13:16:04 deceze

为什么十六进制编辑显示e280？ – exussum

@user因为'E280A8'是该字符的UTF-8字节编码。 – deceze

如果你真的要删除这个字，你可以按照http://stackoverflow.com/questions/1176904/php-how-to-remove-all-non-printable-characters-in-a-string – klipach

正如你说，它打破了你的PDF生成脚本，因为这是一个相当正常的控制字符（U + 2028）。

我想说一两件事，首先检查的是如何严格或错误地配置也许你的PDF脚本，关于字符编码（S）应当或可以使用。

- 编辑 - deceze在他的编辑说 - --)

来源

2013-12-17 13:28:12

PHP从字符串

回答

相关问题