php - PHP 中的删除

Question

我需要从我正在使用 Curl 和 simplehtml dom 解析的网站中删除所有狡猾的 html 字符。

<?php
$html = "this is&nbsp;a text";
var_dump($html);
var_dump(html_entity_decode($html,ENT_COMPAT,"UTF-8"));

哪个输出

string(19) "这是一个文本"

string(15) "这是┬á文本"

我不想使用 preg*，因为文本中有其他字符（例如 °）。这让我快疯了！

谢谢，詹姆斯

Answer 1

您需要使用标头指定输出编码：

<?php
    header('Content-Type: text/html; charset=utf-8');

    $html = "this is&nbsp;a text";
    var_dump($html);
    var_dump(html_entity_decode($html,ENT_COMPAT,"UTF-8"));
?>

浏览器默认不采用 UTF-8，这就是它显示错误字符的原因。

Answer 2

如果这是唯一需要替换的字符，请使用str_replace()

var_dump(str_replace(' ', ' ', "this is a text"));

看到它在行动