从字符串中删除非ASCII字符

Question

从网站提取数据时出现奇怪的字符：

 Â

如何删除不是非扩展 ASCII 字符的任何内容？

---

可以在这里找到更合适的问题： PHP - replace all non-alphanumeric chars for all languages supported

原文由 LordZardeck 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

正则表达式替换将是最佳选择。使用 $str 作为示例字符串并使用 :print: 匹配它，这是一个 POSIX 字符类：

 $str = 'aAÂ';
$str = preg_replace('/[[:^print:]]/', '', $str); // should be aA

:print: 所做的是寻找所有可打印的字符。相反， :^print: 查找所有不可打印的字符。任何不属于当前字符集的字符都将被删除。

注意： 在使用此方法之前，您必须确保您当前的字符集是 ASCII。 POSIX 字符类同时支持 ASCII 和 Unicode，并且只会根据当前字符集进行匹配。自 PHP 5.6 起，默认字符集为 UTF-8。

原文由 Chris Bornhoft 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

我的问题解决了

$text = 'Châu Thái  Nhân 12/09/2022';
echo preg_replace('/[\x00-\x1F\x7F]/', '', $text);
//Châu Thái  Nhân 12/09/2022

原文由 Nhan Chau KP 发布，翻译遵循 CC BY-SA 4.0 许可协议