preg-replace - preg_replace 空格也破坏了我的特殊字符

Question

我有一个字符串，其中包含很多我想清理的空格和换行符，所以我使用：

$str = trim(preg_replace('/\s+/', ' ', $str));

但是，当我回显 $str 时，我注意到像“à”这样的特殊字符变成了 �。

当我删除 preg_replace 时， � 再次变为“à”，但我的字符串中充满了空格和换行符。

我试过谷歌（ofc），但似乎没有很多人遇到这个问题:)

我对 PHP 的了解是中级的，所以我（仍然）有点缺乏对这个问题可能发生在哪里的洞察力 :)

Answer 1

我有同样的问题。preg_replace 将破坏 UTF-8 字符串，如果它具有以下字符之一（在此仅提及一些更常见的情况）：

(U+00E0) : à Latin small letter a with grave
(U+0160) : Š Latin capital letter s with caron
(U+03A0) : Π Greek capital letter pi
(U+0420) : Р Cyrillic capital letter er

答案是使用 UTF-8 模式修饰符。有一个问题：UTF-8 可以包含未被\s. 所以你必须添加\p{Z}到你的模式中，这匹配所有的空格。所以使用：

$str = preg_replace( '/[\p{Z}\s]+/u', ' ', $str );

Answer 2

也许这样的事情可能会有所帮助，因为字符集可能有问题

$text = utf8_decode($text);
$text = trim(preg_replace('/\s+/', ' ', $text));
$text = utf8_encode($text);

你得到 utf-8 输入吗？