在将值插入数据库之前，我正在使用以下正则表达式从用户输入中删除非打印控制字符。
preg_replace('/[\x00-\x1F\x80-\xFF]/', '', $value)
在utf-8字符串上使用它有问题吗？它似乎完全删除了所有非ascii字符。
答案 0 :(得分：8)
部分问题在于您没有将目标视为UTF-8字符串;你需要/u修饰符。此外，在UTF-8中，任何非ASCII字符都由两个或更多字节表示，所有字节都在\x80..\xFF范围内。试试这个：
preg_replace('/\p{Cc}+/u', '', $value)
\p{Cc}是控制字符的Unicode属性，u导致正则表达式和目标字符串都被视为UTF-8。
答案 1 :(得分：6)
您可以使用Unicode character properties
preg_replace('/[^\p{L}\s]/u','',$value);
（添加您想要通过的其他课程）
如果你想将unicode恢复为ascii，绝不是全面的，而是有一些不错的翻译：
echo iconv('utf-8','ascii//translit','éñó'); //prints 'eno'