枫芸志

【PHP】过滤不完整的UTF-8字符的函数

用IE打开某个XML文件时提示“无法显示XML页”，具体错误为“文本内容中发现无效字符”。用Notepad打开文件后发现有不完整字符，如下：



不完整字符

于是也就想到写个函数来过滤，具体如下，实验有效





 
/*
 * 过滤不完整的UTF8字符，UTF8的合法字符范围为：
 *     一字节字符：0x00-0x7F
 *     二字节字符：0xC0-0xDF 0x80-0xBF
 *     三字节字符：0xE0-0xEF 0x80-0xBF 0x80-0xBF
 *     四字节字符：0xF0-0xF7 0x80-0xBF 0x80-0xBF 0x80-0xBF
 */
function FilterPartialUTF8Char($str)
{
 $str = preg_replace("/[\\xC0-\\xDF](?=[\\x00-\\x7F\\xC0-\\xDF\\xE0-\\xEF\\xF0-\\xF7]|$)/", "", $str);
 $str = preg_replace("/[\\xE0-\\xEF][\\x80-\\xBF]{0,1}(?=[\\x00-\\x7F\\xC0-\\xDF\\xE0-\\xEF\\xF0-\\xF7]|$)/", "", $str);
 $str = preg_replace("/[\\xF0-\\xF7][\\x80-\\xBF]{0,2}(?=[\\x00-\\x7F\\xC0-\\xDF\\xE0-\\xEF\\xF0-\\xF7]|$)/", "", $str);
 return $str;
}
参考：字符编码笔记：ASCII、Unicode、UTF-8、UTF-16、UCS、BOM、Endian

    

    

    



										

					
本博客所有文章如无特别注明均为原创。

						复制或转载请以超链接形式注明转自枫芸志，原文地址《【PHP】过滤不完整的UTF-8字符的函数》
					
				
						

				标签： PHP
			
						
分享：