PHP：置き換えを行うためにU + FFFDをエンコードする方法は？

Question

ページにデータフィードを表示しようとしています。奇妙な文字でエンコードの問題が発生しています。何らかの理由で、フィードにU+FFFD文字があります。そしてhtmlentities()は文字をエスケープしないので、手動で置き換える必要があります。

は、私は、次の試した（私はPHP 5.3を使用していないよ）：上記の作業の

$string = str_replace("\xFFFD", "_", $string); 
$string = str_replace("\XFFFD", "_", $string); 
$string = str_replace("\uFFFD", "_", $string); 
$string = str_replace("\x{FFFD}", "_", $string); 
$string = str_replace("\X{FFFD}", "_", $string); 
$string = str_replace("\P{FFFD}", "_", $string); 
$string = str_replace("\p{FFFD}", "_", $string); 

なし。

このページを読んだ後で - http://php.net/manual/en/regexp.reference.unicode.php - 私は何が間違っているのか分かりません。 UTF-8サポートをPCREにコンパイルする必要はありますか？代わりに、このような

Answer 1

使用preg_replace：

$string = preg_replace('@\x{FFFD}@u', '_', $string); 

Answer 2

あなたは、元の問題を解決しようとする必要があり、FFFD（unicode replacement character）は、ほとんどの場合、実際のテキスト文字が、何かをしようとした兆候となるものではありませんUTFエンコーディングでデコードされるが、何かが実際にUTFエンコーディングでエンコードされていないことを示します。これは、無効なバイトを静かに破棄したり、デコード処理を完全に停止したりする代わりに、いずれかの方法でエラーが表示された場合に表示されます。

元の文字が何であるかを知る方法はありません。特にあなたの解決策では、文字を_に置き換えるので、元のソースが正しくデコードされていないことさえ知ることさえできません。ソースに戻って適切にデコードする必要があります。

注：ソーステキストでは、リテラルな通常の文字として、�を使用することができます。たとえば、それについて話すときにエラーがない場合などです。私は私の答えでこの可能性を除外しています。