không phá vỡ utf-8 0xc2a0 không gian và preg_replace hành vi lạ

Question

Trong chuỗi của tôi, tôi có utf-8 không phá vỡ không gian (0xc2a0) và tôi muốn thay thế nó bằng cái gì khác.

Khi tôi sử dụng

$str=preg_replace('~\xc2\xa0~', 'X', $str); 

nó hoạt động OK.

Nhưng khi tôi sử dụng

$str=preg_replace('~\x{C2A0}~siu', 'W', $str); 

không gian không bị phá hủy không được tìm thấy (và thay thế).

Tại sao? Điều gì là sai với regexp thứ hai?

Định dạng \x{C2A0} là chính xác, tôi cũng sử dụng cờ u.

Answer 1

Trên thực tế, tài liệu về các chuỗi thoát trong PHP là sai. Khi bạn sử dụng cú pháp \xc2\xa0, nó sẽ tìm kiếm ký tự UTF-8. Nhưng với cú pháp \x{c2a0}, nó cố chuyển đổi chuỗi Unicode thành ký tự mã hóa UTF-8.

Không gian không vi phạm là U+00A0 (Unicode) nhưng được mã hóa là C2A0 bằng UTF-8. Vì vậy, nếu bạn thử với mẫu ~\x{00a0}~siu, nó sẽ hoạt động như mong đợi.

Answer 2

Hai mã làm những việc khác nhau theo ý kiến ​​của tôi: \ xc2 \ xa0 đầu tiên sẽ thay thế HAI ký tự, \ xc2 và \ xa0 không có gì.

Trong utf-8 mã hóa, điều này sẽ xảy ra là các điểm mã cho U + 00A0

không \ x {00A0} làm việc? Đây phải là đại diện cho \ xc2 \ xa0

Answer 3

Tôi không làm việc biến thể này ~\x{c2a0}~siu.

Varian \x{00A0} hoạt động. Tôi đã không thử tùy chọn thứ hai và đây là kết quả:

Tôi đã cố chuyển đổi thành hex và thay thế không gian trống 0xC2 0xA0 (c2a0) thành không gian 0x20 (20).

Code:

$hex = bin2hex($item); 
$_item = str_replace('c2a0', '20', $hex); 
$item = hex2bin($_item); 

Answer 4

Tôi đã câu trả lời trước aggegate để mọi người có thể chỉ cần sao chép/dán mã sau đây để lựa chọn phương pháp ưa thích của họ:

$some_text_with_non_breaking_spaces = "some text with 2 non breaking spaces at the beginning"; 
echo 'Qty non-breaking space : ' . substr_count($some_text_with_non_breaking_spaces, "\xc2\xa0") . '<br>'; 
echo $some_text_with_non_breaking_spaces . '<br>'; 

# Method 1 : regular expression 
$clean_text = preg_replace('~\x{00a0}~siu', ' ', $some_text_with_non_breaking_spaces); 

# Method 2 : convert to bin -> replace -> convert to hex 
$clean_text = hex2bin(str_replace('c2a0', '20', bin2hex($some_text_with_non_breaking_spaces))); 

# Method 3 : my favorite 
$clean_text = str_replace("\xc2\xa0", " ", $some_text_with_non_breaking_spaces); 

echo 'Qty non-breaking space : ' . substr_count($clean_text, "\xc2\xa0"). '<br>'; 
echo $clean_text . '<br>';