有人知道从PHP中的字符串过滤不可见和稀有字符的好方法吗？
我正处于从网站解析新闻文章文本的情况，我正在进行一系列“规范化”，例如删除双新行，剥离标记等。问题是我偶然发现了一些奇怪的隐形字符，当我打电话给ord()时我得到194和160 ......他们不属于那里。事情是这些字符出现在新段落之间，所以当文本被渲染时，似乎有一个双重新行，因为有两个段落之间有一个不可见的字符。
除此之外，如果我能轻松过滤任何东西，除了拉丁语，西里尔语，数字和常见字符，如*，（，％等等）我仍然会很好。我可以用所有这些来制作地图并替换其余的，但是是最简单，最快速的方法吗？
答案 0 :(得分：0)
文章和我的脚本都在相同的“语言环境”或其他任何名称 - 它使用带有西里尔字符的windows-1251，解析是正确的，但海报设法在输入新闻时插入一个奇怪的字符制品
我已经制作了一个preg_replace正则表达式，除了字符，数字和一些常用符号之外的其他内容，它对我有效。
@phihag这篇文章很有意思，但没有回答我的问题，只是告诉我没有正确地问我，让我感到愚蠢。