为什么我尝试替换字符串中的字符失败？

Question

我有一个字符串（如果它有任何不同，取自MySQL数据库）看起来很正常：

Manufacture: <a href="http://www.x.com/">Blah</a>

问题是Manufacture:和<a>标记之间的空格是194，而不是32，正如我所料。

这导致preg_match具有以下模式失败（请忽略尝试使用正则表达式解析HTML，我知道这不是一个好主意，但这个特定的数据集可以预测到足以逃脱它）：

/Manufacture: *(<a[^>]*>([A-Za-z- 0-9]+)<\/a>)/i

如果我用文本编辑器中的普通空格字符替换流氓空间并再试一次，表达式会按预期匹配，但我需要以编程方式更改它。

我尝试了str_replace：

$text = str_replace(chr(194), ' ', $text);

但preg_match仍然失败。然后我尝试了preg_replace：

$text = preg_replace('/[\xC2]/', ' ', $text);

但这也不起作用，即使通过preg_match 运行相同的模式包含预期的匹配。

有没有人有任何想法？

Answer 1

请问您可以检查MySQL表的结构，从中获取$ text的内容吗？如果排序规则为utf8_general_ci或类似，那么您的字符串很可能包含双字节UNICODE字符。

如果是这种情况，则PHP函数iconv应该可以解决问题。这是PHP手册中的示例。 IGNORE选项应从字符串中删除UNICODE字符。

<?php
$text = "This is the Euro symbol '€'.";

echo 'Original : ', $text, PHP_EOL;
echo 'TRANSLIT : ', iconv("UTF-8", "ISO-8859-1//TRANSLIT", $text), PHP_EOL;
echo 'IGNORE   : ', iconv("UTF-8", "ISO-8859-1//IGNORE", $text), PHP_EOL;
echo 'Plain    : ', iconv("UTF-8", "ISO-8859-1", $text), PHP_EOL;

?>

以上示例将输出类似于：

的内容

Original : This is the Euro symbol '€'.
TRANSLIT : This is the Euro symbol 'EUR'.
IGNORE   : This is the Euro symbol ''.
Plain    :
Notice: iconv(): Detected an illegal character in input string in .\iconv-example.php on line 7
This is the Euro symbol '

Answer 2

如果您尝试匹配任何空白字符，该怎么办？ 像这样：

/Manufacture:\s*(<a[^>]*>([A-Za-z- 0-9]+)<\/a>)/i