删除或编码非UTF-8字符

是否有一个函数可以从字符串中删除所有非UTF-8字符？删除或编码非UTF-8字符

2011-10-09 sbaaaang

Yur问题非常不清楚。如果一个字符串是Unicode，那么根据定义，该字符串中包含的所有字符都是Unicode字符。 –

@Michael在UTF-8的情况下不是真的。 http://en.wikipedia.org/wiki/UTF-8#Invalid_byte_sequences –

@Pekka，那不是一个Unicode字符串。虽然我可能会误解，并且OP没有Unicode字符串开头。 –

如果您有一个可能包含无效字符的UTF-8字符串，则可以使用iconv删除这些字符。这应该工作：

$text = iconv("utf-8", "utf-8//ignore", $text);

使其与任意的占位符可见是一个有点艰难 - 我想不出任何简单的方法来做到这一点，总之通过每一个字节行走，看看它是否是一个有效的字符。 Wikipedia article提供了关于如何做到这一点的更多信息。

2011-10-09 19:10:10

这是正确的：P这就是为什么我删除了我的评论:)） – sbaaaang

btw此代码允许我显示特殊的字符？它不会像我看到的那样去除它们，但它将它们编码为utf-8;我是对的？：P – sbaaaang

@Ispuk nope，这应该只从UTF-8字符串中删除非UTF-8字符。如果你需要做其他的事情（比如从其他编码转换字符），你需要知道什么* original *编码是 –

回答