Question

在我的字符串中，我有utf-8不间断空格（0xc2a0），我想用其他东西替换它。

当我使用

时

$str=preg_replace('~\xc2\xa0~', 'X', $str);

它运作正常。

但是当我使用

时

$str=preg_replace('~\x{C2A0}~siu', 'W', $str);

找不到（并替换）不间断的空间。

为什么呢？第二个正则表达式有什么问题？

格式\x{C2A0}是正确的，我还使用了u标记。

Answer 1

实际上PHP中关于转义序列的文档是错误的。使用\xc2\xa0语法时，它会搜索UTF-8字符。但是使用\x{c2a0}语法，它会尝试将Unicode序列转换为UTF-8编码字符。

非中断空格为U+00A0（Unicode），但在UTF-8中编码为C2A0。因此，如果您尝试使用模式~\x{00a0}~siu，它将按预期工作。

Answer 2

我已经对以前的答案进行了分析，以便人们可以复制/粘贴以下代码来选择他们喜欢的方法：

$some_text_with_non_breaking_spaces = "some text with 2 non breaking spaces at the beginning";
echo 'Qty non-breaking space : ' . substr_count($some_text_with_non_breaking_spaces, "\xc2\xa0") . '<br>';
echo $some_text_with_non_breaking_spaces . '<br>';

# Method 1 : regular expression
$clean_text = preg_replace('~\x{00a0}~siu', ' ', $some_text_with_non_breaking_spaces);

# Method 2 : convert to bin -> replace -> convert to hex
$clean_text = hex2bin(str_replace('c2a0', '20', bin2hex($some_text_with_non_breaking_spaces)));

# Method 3 : my favorite
$clean_text = str_replace("\xc2\xa0", " ", $some_text_with_non_breaking_spaces);

echo 'Qty non-breaking space : ' . substr_count($clean_text, "\xc2\xa0"). '<br>';
echo $clean_text . '<br>';

Answer 3

在我看来，这两个代码做了不同的事情：第一个\xc2\xa0将替换两个字符\xc2和\xa0。

在UTF-8编码中，这恰好是U+00A0的代码点。

\x{00A0}是否有效？这应该是\xc2\xa0的表示。

Answer 4

我没有使用此变体~\x{c2a0}~siu。

瓦里安\x{00A0}有效。我没有尝试过第二个选项，结果如下：

我尝试将其转换为十六进制，并将不间断空格0xC2 0xA0 (c2a0)替换为空格0x20 (20)。

代码：

$hex = bin2hex($item);
$_item = str_replace('c2a0', '20', $hex);
$item = hex2bin($_item);

Answer 5

/ \ x {00A0} /，/ \ xC2 \ xA0 /和$ clean_hex2bin-str_replace-bin2hex工作无效。如果我把它打印到屏幕上，这一切都很好，但是如果我试图将它保存到文件中，那么该文件将是空白的！

我最终使用了iconv（'UTF-8'，'ISO-8859-1 // IGNORE'，$ str）;

非破坏性的utf-8 0xc2a0空间和preg_replace奇怪的行为

5 个答案: