PHP：utf-8文字列の無効な文字を

Question

に置き換えてください。空白文字のutf-8文字列で無効な文字を置き換える（PHP5ではregexを使用します）？

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

のiconv

Answer 1

使用はmanualを参照してください。

乾杯

Answer 2

のiconvが（他のソリューションとして）私の場合は働いていなかったので、私は「文字の検証」の部分で、ここで鉱山を発見した：

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

Answer 3

することができますをmbstringのでdo：

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

無効な文字を空白で置き換えます。無効な文字を?のようなものに置き換えたい場合にはうまくいかないようです。

を参照してください：あなたは、このに興味がある可能性があり、PHPのXMLやJSONパーサーを使用しているときに呪われた「無効な文字」エラーに遭遇した場合はReplacing invalid UTF-8 characters by question marks, mbstring.substitute_character seems ignored

Answer 4

。

残念ながら、PHPのXMLパーサーとJSONパーサーは、UTF8以外の文字を無視するのではなく、むしろ役立たないエラーを停止してスローします。私は以下のコードフォームを見つけて、私のために優れた仕事をしてくれました。

//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);