Question

我正在尝试在页面上显示数据Feed。我们遇到了一个奇怪角色的编码问题。出于某种原因，在Feed中有U+FFFD个字符。并且htmlentities()不会逃避角色，所以我需要手动替换它。（我使用的是PHP 5.3）

我尝试了以下内容：

$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 );

以上都不是。

阅读本页后 - http://php.net/manual/en/regexp.reference.unicode.php - 我不确定我做错了什么。我是否需要将UTF-8支持编译到PCRE中？

Answer 1

您应该尝试修复原始问题，FFFD（unicode replacement character）在大多数情况下并不是真正的文本字符，而是在UTF中尝试解码某些内容的信号编码，但实际上并没有用UTF编码编码。它是一种替代方法，可以无声地丢弃无效字节或完全停止解码过程，无论哪种方式，如果你看到它，都会出现错误。

无法知道原始角色是什么。特别是在您的解决方案中，由于您使用_替换了字符，因此您甚至无法知道原始来源被错误地解码。您应该返回源并正确解码。

注意：源文本可以使用�作为文字，普通字符，例如在谈论它时，并且没有错误。我在答案中排除了这种可能性。

Answer 2

使用preg_replace代替：

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

PHP：如何编码U + FFFD以进行替换？

2 个答案: