首页 ❯

如何在PHP中替换/删除UTF-8字符串中的4（+）字节字符？

php mysql utf-8
2022-08-30 12:04:04

MySQL似乎不支持默认UTF-8字符集中字节超过3个字节的字符。

那么，在PHP中，我如何摆脱字符串中的所有4（及以上）字节字符，并用其他字符替换它们？


答案 1

注意：您不应该只是剥离，而是用替换字符U + FFFD替换以避免Unicode攻击，主要是XSS：

http://unicode.org/reports/tr36/#Deletion_of_Noncharacters

preg_replace('/[\x{10000}-\x{10FFFF}]/u', "\xEF\xBF\xBD", $value);

答案 2

由于 4 字节 UTF-8 序列总是以字节开头，因此以下方法应该有效：0xF0-0xF7

$str = preg_replace('/[\xF0-\xF7].../s', '', $str);

或者，您可以在 UTF-8 模式下使用，但这可能会更慢：preg_replace

$str = preg_replace('/[\x{10000}-\x{10FFFF}]/u', '', $str);

这是有效的，因为 4 字节 UTF-8 序列用于从 开始的补充 Unicode 平面中的码位。0x10000


推荐
更多 »
标签
更多 »
php pass-by-reference optional-parameters default-value javascript arrays dom function string object serialization tostring visibility syntax jslint use-strict operators equality equality-operator identity-operator datetime timestamp date-arithmetic redirect angularjs loops foreach iteration scope variables
推荐
更多 »