我正在尝试确保我的字符串在PHP中只有有效的UTF-8字符。我怎样才能做到这一点？

Question

  

可能重复：
  PHP: replace invalid characters in utf-8 string in

我有一个字符串，其中包含无效字符（不是UTF-8），例如以下显示SUB：

我认为这是一种外国无效的角色。

在PHP中是否有一种方法可以使用字符串并使用preg_replace或其他内容来确保我只在字符串中使用有效的UTF-8字符，而其他任何内容都会被删除？

感谢。

Answer 1

首先，没有无效的UTF-8字符。 UTF-8字节和字节序列无效，这意味着有人试图在您的服务器上进行编码攻击。这些可以在即将到来的输入数据上使用mb_check_encoding进行验证，如果您没有获得有效的UTF-8，则会立即失败并返回400 Bad Request。

你所拥有的只是SUBSTITUTE控制字符，一个有效的字符，但不可打印。

  

最初打算用作传输控制字符   表示已收到乱码或无效字符。它有   当带内信令时，经常被用于其他目的   它提供的错误是不必要的，特别是在强大的方法的情况下   使用错误检测和纠正，或者预期错误   非常罕见，可以将角色用于其他目的   可取的。

您可以使用此正则表达式来删除它（and a few others）：

$reg = '/(?![\r\n\t])[\p{Cc}]/u';

preg_replace( $reg, "", $str );

Answer 2

mb_check_encoding功能应该能够做到这一点。

mb_check_encoding("Jetzt gibts mehr Kanonen", "UTF-8");

注意：我没有测试过这个。