non-breaking utf-8 0xc2a0 Raum und preg_replace seltsames Verhalten

In meinem string habe ich utf-8 non-breaking space (0xc2a0) und ich möchte es ersetzen mit etwas anderem.

Wenn ich

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

funktioniert es.

Aber wenn ich

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

non-breaking-space nicht gefunden (und ersetzt).

Warum? Was ist falsch an der zweiten regexp?

Format \x{C2A0} ist richtig, auch ich verwendet u Flagge.

InformationsquelleAutor der Frage DamirR | 2012-10-11

  1. 48

    Eigentlich die Dokumentation über escape-Sequenzen in PHP ist falsch. Wenn Sie \xc2\xa0 syntax, es wird nach UTF-8 Zeichen. Aber mit \x{c2a0} syntax, es versucht zu konvertieren Unicode-Sequenz UTF-8-codierten Zeichen.

    Einen non breaking space ist U+00A0 (Unicode) codiert aber als C2A0 in UTF-8. Also, wenn Sie versuchen, mit dem Muster ~\x{00a0}~siu es wie erwartet funktionieren wird.

    InformationsquelleAutor der Antwort Newbo.O

  2. 11

    Habe ich aggegate bisherigen Antworten, damit die Menschen können auch einfach kopieren /fügen Sie den folgenden code, um wählen Sie Ihre Lieblings-Methode :

    $some_text_with_non_breaking_spaces = "some text with 2 non breaking spaces at the beginning";
echo 'Qty non-breaking space : ' . substr_count($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>';

    InformationsquelleAutor der Antwort hugsbrugs

  3. 3

    Den zwei codes, die verschiedene Dinge tun meiner Meinung nach: die erste \xc2\xa0 ersetzen von ZWEI Zeichen, \xc2 \xa0 nichts.

    In utf-8-Codierung, in diesem Fall für den codepoint U+geschützte Leerzeichen 00A0

    nicht \x{geschützte Leerzeichen 00A0} Arbeit ? Dies sollte die Darstellung für \xc2\xa0

    InformationsquelleAutor der Antwort DThought

  4. 1

    Habe ich nicht auf diese Variante ~\x{c2a0}~siu.

    Varian \x{00A0} funktioniert. Ich habe nicht versucht, die zweite option und hier ist das Ergebnis:

    Ich habe versucht es zu konvertieren in hex und replace no-break space 0xC2 0xA0 (c2a0) Raum 0x20 (20).

    Code:

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

    InformationsquelleAutor der Antwort Pali

  5. 0

    /\x{geschützte Leerzeichen 00A0}/, /\xC2\xA0/und $clean_hex2bin-str_replace-bin2hex gearbeitet und hat nicht funktioniert. Wenn ich es ausgedruckt auf dem Bildschirm, es ist alles gut, aber wenn ich versuchte, in eine Datei speichern, die Datei wäre leer!

    Landete ich mit iconv('UTF-8', 'ISO-8859-1//IGNORE', $str);

    InformationsquelleAutor der Antwort EllisGL

Schreibe einen Kommentar